システム工学 知識システム I(システムコウガク チシキシステムイチ)

人間社会、人工物ネットワーク、生活環境と自然などのさまざまなシステムの分析からデザイン、構築から運用までにかかる過程を支えている知識の役割を再確認しつつ形式的な知識の表現方法やその知識の学習、想像、利用のための技術と理論について述べる。

1 章では、知的活動を高度化するうえで不可欠な知識表現について理解することを目的とする。一般的な情報モデルを知識の典型的な形式的記述の例として紹介し、記述する対象の種類に応じた記述モデルの存在と特徴を理解する。 2 章では,機械学習の基礎について述べる。記述長最小原理に立脚し、統一的に現代の機械学習技術を整理して紹介する。また、機械学習はデータマイニングの中核技術であると位置づけられるが、特に発展の目覚ましい、異常検知、変化検知といったデータマイニング技術について紹介する。

機械学習の解説書は星の数ほどありますが、「知識をどう形式的に表現するか」という問いとセットで学習理論を扱う本は多くありません。本書は東京大学工学教程の一巻として、編纂委員会のもと青山和浩氏と山西健司氏が著し、丸善出版から 2018 年に刊行された教科書です。人間社会や人工物のネットワークといったシステムの分析・デザイン・運用を支える「知識」に焦点を当て、その表現と学習を主題に据えます。

前半は知識表現を扱い、一般的な情報モデルを形式的記述の典型例として紹介しながら、記述対象の種類に応じた記述モデルの違いと特徴を整理します。後半は機械学習の基礎で、記述長最小原理という情報理論的な立脚点から学習技術を統一的に見渡す構成が特徴です。個々のアルゴリズムを列挙するのではなく、一つの原理で機械学習を貫いて説明したうえで、異常検知・変化検知というデータマイニングの応用へ展開します。工学系大学院の講義を想定した密度で、確率・統計と線形代数の素養は前提です。

ライブラリの使い方を求める読者には向きませんが、実務で機械学習を使ううちに「そもそも学習とは何を最小化する営みなのか」を問い直したくなった人には得るものが大きい巻です。続巻の『システム工学 知識システム II 』が知識の創造と意思決定を扱うのに対し、本巻はその土台となる表現と学習を受け持ちます。