マシンラーニングは、コンピュータがデータからパターンを学習し、その経験を元に自動的に学習や意思決定を行う能力を指します。教師あり学習、教師なし学習、強化学習などの主要なアプローチがあります。
教師あり学習: ラベル付きのトレーニングデータを使用してモデルを学習させる手法です。例えば、写真に写る物体が何であるかを分類するモデルを構築する場合、大量の写真とその物体のラベ（「犬」、「車」など）を与えて学習させます。
教師なし学習: ラベルのないデータを用いてパターンを学習する手法です。主にクラスタリングや次元削減などのタスクに使用され、データの構造や特徴を発見します。
強化学習: 環境と相互作用しながら、報酬を最大化するための行動を学習する手法です。エージェントが環境を観察し、行動を選択し、結果として得られる報酬に基づいて学習します。
