そんな難しいこと考えていたなんて知りませんでした

From:山極綾子

機械学習でよく使われるk最近傍法という手法。

とってもシンプルでわかりやすく、自分が提案した手法の評価に使うこともしばしばあります。

どんな手法か一言で言えば、多数決で決める手法です。

新しく入手したデータの属性を知りたいと思ったとき、

そのデータと似ているデータをk個集めてきます。

そして集められたk個のデータの属性を見て、最も多い、

すなわち多数を占める属性である！と新しいデータを予測する、という手法です。

もっと具体的に言えば、新しい社員が増えたとき。

その人が身長150cmという情報を得たとして、社員のうち身長が150に近い人から順番に

k人引っ張ってきて、その人たちの性別を見ることで、新しい社員の性別を予測する、

といった手法です。

…むしろ、こんなにややこしくする必要はない気がしますが、

あくまで例ですのでご容赦ください。

それはさておき、そのk最近傍法、とってもシンプルな手法だと思っていたら、

実はその裏にはきちんとした理論が存在していたようなのです。

確率的に最適化をするならば、近いデータの情報を活用するべきで…といったように、

数学的に証明された手法でした。

「単なる多数決でしょ？」とか思っていてごめんなさい。

他にも、実は複雑なものにも関わらず、とてもシンプルに表されているものがあります。

学校で習うところで言えば、円の面積や球の体積も同じです。

高校で円の面積が（半径）×（半径）×（円周率）になる理由を知った時は感動しました。。。

ですがきっと、初めてその公式に触れた小学生の時にその理屈を聞いても、

さっぱり理解できなかったに違いありません。

使い易くシンプルな形で日常に潜んでいるもの、他にはどんなものがあるのでしょうか。

山極綾子

P.S.

機械学習に限らず、人事でも何でも、使う頻度が高ければ高いほど、

シンプルであることの恩恵が大きくなる気がします。

複雑な理論を理解することももちろん重要ですが、実際に使うことを考えれば、

シンプルな形にまとめることも欠かすことができないようです。

P.P.S.

今日も最後まで読んでいただきありがとうございます！

メルマガの感想などありましたら、こちらからお聞かせ下さい。

嬉しく拝見しています。いつもありがとうございます！

↓

https://keieijinjipartnersytube.typeform.com/to/B8JjDrk5

—————————————————————-
【経営人事メールマガジン】
発行責任者：　山極毅（株式会社経営人事パートナーズ）
発行者住所：〒100-0005東京千代田区丸の内1-8-3丸の内トラストタワー本館20F
連絡先：https://keieijinji.co.jp/
メールアドレス：　strategic-membership-program■■keieijinji.co.jp(■■を@に置き換えてください)
—————————————————————-

↓バックナンバーはこちら↓
PC: https://04auto.biz/brd/BackNumber.htm?acc=keieijinji&bid=3
スマホ・ガラケー: https://04auto.biz/brd/BNMobi.htm?a=keieijinji&b=3

↓メルマガの新規登録はこちらから↓
PC: https://48auto.biz/keieijinji/touroku/scenario13.htm
スマホ: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
ガラケー: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm