---
title: "探索と機械学習の違い（どっちを使う？）"
description: "（この1ページで即断）G検定で「探索・推論」と「機械学習」が並んだら、最初に見るべきは“正解の作り方”がどっちかです。 AI・機械学習での位置づけ、関連モデルや手法との違い、G検定で混同しやすい判断軸を確認できます。"
canonical_url: "https://stemtazoo.github.io/gk/search-vs-ml-cheatsheet/"
section: "gk"
---

## まず結論（この1ページで即断）

G検定で「探索・推論」と「機械学習」が並んだら、
**最初に見るべきは“正解の作り方”がどっちか**です。

* **探索・推論**：ルールに従って **解（手順・経路）を探す**
* **機械学習**：データから **規則性を学んで判断する**

👉 **手順・経路なら探索**、**見た目・予測なら機械学習**
これでほぼ即断できます。

---

## 直感的な説明

### 探索・推論は「道順を考える」

* 迷路の出口までの道
* ハノイの塔の手順
* ロボットをどこへ動かすか

👉 状態をたどって、正解に到達する

### 機械学習は「見た目を覚えて当てる」

* 手書き文字を判定
* 画像の犬/猫分類
* 売上や気温を予測

👉 ルールを人が全部書けないので、データから学ぶ

---

## 定義・仕組み

### 探索（Search）

* 状態空間から解を見つける
* 代表例：幅優先探索 / 深さ優先探索 / A*

### 推論（Inference）

* ルール・知識から結論を導く（記号推論など）

👉 **明確なルールと状態**があると強い

---

### 機械学習（Machine Learning）

* データからモデルを学習して、未知データを予測・分類
* 代表例：分類 / 回帰 / クラスタリング

👉 **あいまいな入力（画像・音声）**に強い

---

## いつ使う？（得意・不得意）

### 探索・推論が得意

* 迷路の経路探索
* ハノイの塔
* ロボットの移動計画（経路最適化）
* パズルやゲームの手順

### 探索・推論が苦手

* 手書き文字の画像認識
* 画像分類、音声認識
* ノイズが多くルールで書けない問題

---

### 機械学習が得意

* 画像認識（手書き文字、物体認識など）
* 音声認識
* 需要予測、異常検知

### 機械学習が苦手

* ルールが明確で探索で解ける問題（わざわざ学習が不要）
* データが少なすぎる問題（学習できない）

---

## G検定ひっかけポイント

### ① 「ロボット」＝機械学習 だと思わせる

ロボットが出ても、

* **移動経路・行動計画** → 探索・推論
* **カメラで物体を認識** → 機械学習

👉 **ロボット“が何をしているか”**を見る

---

### ② 「最適化」という言葉で混乱させる

* 経路の最適化（次の一手を探す） → **探索**
* 重みの最適化（学習して当てる） → **機械学習**

👉 **何を最適化しているか**で判断

---

### ③ 典型問題は即答

* 迷路探索 / ハノイの塔 → 探索・推論
* 手書き文字認識 → 機械学習

👉 出た瞬間に 1 択にできるように

---

## まとめ（試験直前用・暗記版）

* **探索・推論**：手順・経路・状態をたどって解を探す
* **機械学習**：データから学んで分類・予測する

👉 迷ったら

> **手順・経路？ → 探索・推論**
> **画像・音声・予測？ → 機械学習**