人工知能開発講座第3回です。実際に人工知能、機械学習の開発を行っていくにあたって必要な知識やその手法についてご紹介します。まずは「単回帰分析」について、用語の意味や概論を説明します。
単回帰分析は、「人工知能開発は興味があるけど何からはじめてよいかわからない」という人の最初の一歩です。これが実際にどう実務にいかせるのか？はまた次回からのレッスンをお楽しみに、単回帰分析についての理解を深めてみてください。
*「最小二乗法」の説明が不十分でしたので、修正いたしました。
▼目次
00:00 はじめに、コースの説明
03:18 単回帰分析とは？
05:13 なぜ単回帰分析からはじめるのか？
06:19 予測に使用するデータ
07:33 回帰分析で使用する用語紹介
08:21 単回帰分析とは何か？図を使って説明
09:43 最小二乗法
11:46 おわりに
▼書き起こし
前回のレッスンでは、「そもそも人工知能とは何か？」「ディープラーニング、深層学習は、機械学習の一種で、機械学習は人工知能の一種である」といったような用語の関係性や、実際の活用事例など、人工知能についての周辺知識についてご紹介しました。
このレッスンでは、実際に人工知能、機械学習の開発を行っていくにあたって必要な知識やその手法についてご紹介していきます。
人工知能の講座の一番最初の動画でもお伝えしましたが、1つの人工知能の手法に対して4本の動画を作成する予定です。
(1)数学がわからない方であっても概念を理解できる説明。意気込みもこめて「ゼロからわかる理論編」と名付けます。
(2)数学・統計学を使って概念の説明。数式を使って理解編。
(3)Excelを使って概念を説明。エクセルで学ぶ人工知能編。
(4)Pythonによる実装方法。Python実装編。
といった流れになります。
ただし、エクセルで学ぶ人工知能については、逆に解説がわかりにくくなる場合はスキップすることがあると思います。
それでは、今回は単回帰分析について説明をします。
つまり、単回帰分析の「ゼロからわかる理論編」です。
この「ゼロからわかる理論編」では、数学や統計学はさておき、機械学習でどんなことをしているのか？
そのレッスンで出てくる用語はどういう意味なのか？といったことを説明していきます。
レッスン全体を通してわかりやすさを大切にしているので、厳密さに欠ける部分があります。
とはいえ、詳しくは、数式を使って理解編にて説明しますので、詳しく知りたい方はそちらもあわせてご覧ください。
では、まず、回帰分析とはなんなのか？
そして、なぜ単回帰分析から始めるのか？そういったところから説明していきましょう。
それでは、レッスンスタートです。
単回帰は、統計学の回帰分析と呼ばれる手法の一つです。
では、回帰とはなんでしょうか？
辞書を引くと、「ひとまわりしてもとにもどること。繰り返すこと。」などと書かれています。
回帰の日本語の意味としては、そのような意味です。
ですが、統計学での回帰は、少し違ったニュアンスの言葉になります。
誤解を恐れずにいうと、統計学での「回帰」は、ほぼ「予測」という意味に置き換えてもらってよいでしょう。
したがって、回帰分析といえば、予測分析と読み替えてしまってよいです。
予測分析の具体例として、身長から体重を予測する。
逆に身長から体重を予測する。
レストランの座席数から売上を予測する。
駅からの距離でマンション価格を予測する。
といった例があります。
なお、単回帰の単は一つという意味で、予測に使用するデータの種類が1つということを指しています。
予測に使用するデータの種類が2つ以上のものを重回帰といいます。
予測に使用するデータの種類とは、マンション価格でいうと、駅からの距離だけではなく、部屋の広さ、階数、築年数などのことです。
このうち、マンション価格を、駅からの距離、つまり1種類だけで、予測しようとするものを単回帰。
逆に、マンション価格を駅からの距離、部屋の広さなど、2つ以上のデータの種類で予測しようとするものを重回帰といいます。
この単回帰分析は、データ分析では基本的な分析手法です。
ソフトバンクの孫正義さんは「回帰分析をしない人の話は一切聞かない」ともおっしゃっていたようです。
そして、この単回帰分析は、機械学習と密接な関係がある最適化の基礎的な手法でもあります。
では、最適化とはなんでしょうか。
最適化とは、限られた条件の中で何かの値を最大にしたり最小にすることです。
身近な例でいうと、会社の売上を最大にすることや、スーパーの袋に野菜詰め放題で、どれだけ野菜を袋につめられるかということです。
単回帰分析では、機械学習でもっとも基本的と言ってもいい最小二乗法という最適化手法が使われいます。
そのため最初の議題としてご紹介することにしました。
▼書き起こしブログ
（準備中）
▼自己紹介
現在：小さな会社の社長
前職：リクルート
▼SNS
Twitter : https://twitter.com/kino_code/likes
Facebook : https://www.facebook.com/%E3%82%AD%E3%83%8E%E3%82%B3%E3%83%BC%E3%83%89-105693727500005/
Website : https://kino-code.com/
#人工知能 #機械学習 #単回帰分析 #AI #Python
コメント