成し遂げるという言葉

こんにちは。
3回目の記事です。

初回の記事だったからなのか、内容がいいねと思っていただいたのか、タイトルが気を引いたのか分かりませんが初回の記事に多くのいいね(スキ)をいただきました。

ありがとうございました。

成し遂げる、という言葉は何を以ってそういうのか、とりあえず今は前に進めるだけ進んでみようという意味で書いたタイトルでした。

結果は後からしか分からないですしね！

私の記事はどのようなことを書こうか。そう思った時に、書けることはこれまでの経験からのことだろうと。運用の記事を書いてみました。

しかし、1回目に宣言したのは、自己暗示的宣誓。これは有名なAI分野の講師となること。

であれば、その過程も書くべきかと思い、今回はそちらのことを。

ちなみに、ゴリゴリの文系です。

機械学習には数学がいるのだと。そうなんだ。と思いながら、数学の話を聞いていました。

なぜ数学が必要なのか。微分。あの上に凸下に凸といった二次関数。二次関数は、縦がy軸横がX軸で、y＝axの二乗という式なら、a＝2のときでx＝3のときは、計算するとy＝18(2×3の2乗)というやつです。

yの位置を求めるために、Xが3の時も-3の時も同じく18になって。放物線のような線を描くあれです。

この二次関数の式に、とある点があると。x＝3のときの18という場所、そこの点にくっつく接線(接した線)の傾きを求めてやるのが微分と言うやつ。(普通に間違ってるかもしれません。。)

結論的には、なぜ計算式がいるかというと、ある値を投入したときに、予測値を出すために式が必要なのだろうと。

普通は二つの点と点を繋げるから、点と点が線になる…。ひとつの点を通る線の傾きなんて分からないじゃないのと。それを微分を使って求めてやるんですかね！

まだ勉強途中なのでイメージを頭で浮かべていただくには学びが足りません。

ともあれ懐かしいです。そんなことやってて、講師への道は遠いなとか思いつつ…。

そもそも、なんで機械学習の中でこれが必要になるかという話にもどると…

私のとらえ違い出なければいいのですが、大量データから、機械学習というやつは予測値を計算で出してやることが出来るわけです。

何万というサンプルデータを計算する箱に放り込むイメージ。たくさんの土地の価格データとか。
そのなかで、これくらいの土地！広さとか駅から何分とかいうデータを箱に入れてやる。

そうなると、データは色んなところに、ひとつの平面の上に砂をばらまいたみたいにデータがちらばる、点としてバラバラに位置してる。

そこに、たとえば、駅から5分、広さ50㎡みたいな情報とかを、たくさんのサンプルデータ達のなかに放り込んだ時に、価格を予測したいと。
そのデータなら価格は200万円かな。みたいな答えを計算で出してやる。

計算するには、平面にばらまかれたデータ達をひとつの数式に定義してやる。y＝2xみたいな。

この計算式を作り出す、予測値を出す計算式を生み出すために、数学が必要になってくると認識しました。

まだまだ講師は無理ですね笑

でもこういう、何のために学んでいたかよく分からない数学みたいなものが、こんなことに使ったら便利なんだ！やるなこいつ！と思えることが面白いですね。

歴史を知って、今の情勢を知るみたいな面白さがある。

1歩ずつ！