AI学習

従来のプログラミングはデータとルールから解答を出す。
y=f(x)
機械学習はデータと解答からルールを出す。
y=ax+b
aとbを導く。
モデルはトレーニングデータを使って、誤差（損失）が最小になるように反復学習をする。
機械学習は帰納法的アプローチであり、
インとアウトを大量に与える（学習するモデル化）。
・HireVueによる活躍人材の予測
1秒以内に人間が判断できることは人口知能で置き換えられる
ヒュリスティクス、直観で判断しているものは人工知能に落とすと新しいバリューが生まれる可能性がある。
複雑かつ経験に頼っていてアウトカムが定量化できるものに人口知能の機会あり。
AIは、予測、推定、分類、検知、判別のために用いる。

サイエンスは原理原則メカニズムが分かる。
エンジニアリングは相関関係が分かっている。
（原理が分かっていなくても良い）
どうしてこのy=f(x)の結果になったのか。

因果関係は一番強い相関関係のこと1対1の関係を言う。
複数の変数が関係して、重回帰式は相関関係である。
関係する因子が何個あるか？
1対1の関係は因果関係、
1対nの関係確率100%でなければ相関関係である。
将棋と囲碁はディープラーニングと強化学習により機械同士で学習する。
人間の脳ニューラルネットワークは説明できていない。