【図解】AIは統計学から。
最近、「ディープラーニング」「ビッグデータ」「AI」という話題を耳にします。
なんかいろんなことができて、すごく便利みたいです。
これらの技術は 統計学という学問がベース となっています。統計学は、実はいろいろな場面で使われていて、私たちの知らないところで、人類の生活を豊かにしてくれます。
統計学はディープラーニングの基礎
今回は、統計学の概要とその魅力について解説します。これからの AI 時代を生き抜かなくてはならない今こそ、統計学を学ぶべきです。
Python の基礎を本にまとめています。併せてご覧いただけるととても嬉しいです ↓
DeepLearning の基礎を本にまとめています。手に取って頂けるととても喜びます ↓皆さんの理解が一歩でも進むと嬉しいです。
Created by NekoAllergy
統計学って何?
統計学とは たくさんのデータについての考え方
統計学とは、たくさんのデータについての考え方 をまとめた学問です。
近年、情報化が進む社会の中で、私たちはたくさんの情報(データ)を得ることができます。しかし、基本的に データはただの数値の集まり です。そのままでは理解しにくく、役に立たないものもあります。
データは、分かりやすい表現に変換することで初めて理解でき、 価値のある情報にする ことができます。このとき、統計学の計算方法や考え方がとっても役に立ちます。
何が嬉しいの?
統計学を学ぶメリット3つ
「何が嬉しいの?学んだらいいことがあるの?」
統計学を使うことで、いいことがたくさんあります。
統計学では、たくさんのデータについて考えます。
- 自分の給料は平均より上なの?
- この企業の株は 本当に買っていいの?
- 新製品は前の製品と比べて本当に効果があるの?
このような疑問は統計学で解決できることが多いです。データの特徴が正しく理解できると、正しい判断 や行動に移すことができます。統計を元にした判断には、強い説得力が生まれます
また、統計学を使うと、見えていない情報 や 未来のこと を 高い精度で予測 することもできます。
【補足】個人的には、
個人的には、統計を学んで、より広い視野をもって物事を考えるようになりました。
何かが起こった時に、それが良いことなのか?悪いことなのか?よくあることなのか?などを、高い視点から考えることができます。
また、自分が全く知らない分野を学ぶ時にも、統計的な広い視点をもつことで、内容がスムーズに入ってきます。
【補足】ものさしを作れる
統計学の考え方で物事を考えるといいことがたくさんあります。
いいことの 1 つは、 指標(しひょう) をたくさん持つことができる点です。
指標=ものさし のことです。
物事が 良いか?悪いか? は 基準があって初めて判断できる ものです。
「A と比べて B はダサい。」
このような 2 つの比較は、A を基準として B の立ち位置を判断 しています。
このときの、基準 = 指標 = ものさし です。
分かりやすい指標として平均値がよく使われます。
- 「わたしの年収って平均より低い…?💦」
- 「俺の足のサイズって平均以下…?💦」
このような会話は、平均という分かりやすい基準、指標をもとに議論 されています。
統計学を勉強すると、たくさんの指標を持って、物事を判断することができます。
いま流行りのデータサイエンティスト
統計学をビジネスに生かし、職業としているのが、データサイエンティストと呼ばれる人たちです。データサイエンティストの仕事は、無意味なデータの集まりから、価値のあるデータを生み出すことです。
具体例を教えて
たとえば、日本人 10,000 人に「給料はいくらか」というアンケートをしたとしましょう。
このアンケートで得られる結果は 10,000 個の数字です。このような、数字がズラズラと並べられているだけの状態では、このデータたちに意味はありません。なにより、結局のところ何が言いたいかがパッと見で分かりません。
しかし、この 10,000 個のデータから「平均値」を導き出すと、「日本人の給料ってだいたいこれくらいなんだな」という情報に変わります。 この「平均」という数値には、とっても価値があります。 数値を全部足して 10,000 で割るという計算をするだけで、意味のある情報にすることができるということです。
また、得られた平均値を使うことで、「あ、おれってみんなより給料低いんだ、、、」「わたしの会社の給料って実は平均以上なんだ、、」といった判断もできるようになります。 平均値という分かりやすい基準 ができたおかげです。
平均値は「基準」になる!
このように、無意味なデータの集まりから、価値のあるデータを新たに生み出すことが、データサイエンティストの仕事です。そして、データサイエンティスト達が 価値のあるデータを生み出せる方法こそが「統計学」 という学問です。
とても可能性に溢れている学問だと思います。
Created by NekoAllergy
統計学オーバービュー
統計学の全体像をみてみます。
各項目の詳細は、次の記事で図解します。
統計学の大分類
統計学の大分類
統計学は 2 つに分類することができます。
分類 | 説明 | |
---|---|---|
1 | 記述統計 | 分かりにくいデータを、分かりやすく変換して、特徴を理解するための手法 |
2 | 推測統計 | サンプルから全体データを予測する手法、今のデータから未来を予測する手法 |
※研究者によって分類の考え方は異なります
各項目の詳細は 明日の記事で図解します。
フォロー ♻️、いいね 👍、サポート 🐱 お願いします。とっても嬉しいです。
↓ 記事を公開しました!足を運んでいただけると喜びます。
まとめ
今回は統計学の概要とその魅力を紹介しました。
統計学は、ディープラーニングのベースの考え方になっていて、これからの AI 時代を生き抜くために必須の知識です。
統計学が分かると、機械学習の内容がスムーズに入ってきます。
皆さんの理解が一歩でも進んだのなら嬉しいです。
機械学習をもっと詳しく
Python の基礎を本にまとめています。併せてご覧いただけるととても嬉しいです ↓
DeepLearning の基礎を本にまとめています。手に取って頂けるととても喜びます ↓ねこアレルギーの AI
YouTube で機械学習について発信しています。お時間ある方は覗いていただけると喜びます。
Created by NekoAllergy
Discussion
記事とってもわかりやすかったです!
Youtubeも登録してました!
応援してます!
ありがとうございます!お役に立てたようで何よりです🐈
今後もよろしくお願いします…!