From:山極綾子
完全に、食べすぎです。
体重計に乗るのがこんなに怖いのは、いつぶりでしょうか．．．。
毎日自分を見ている私ですら変化に気づくほど、
足が太くなっているように見えます。
これはもう、明日から一週間、スープだけで過ごすしかありません。
しかもお酒もそこそこ飲んだせいか、体のむくみも半端ではない。。。
せっかく最近ずっとダイエットを頑張ってきたのに、こんなに食べてしまえば、
台無しです。
たった数度の「ご飯食べすぎ」が与える影響がこれほどまでに多いのかと、
めまいがします。
これまでとは全く違うものによって、
これまで積み上げてきたものが壊れてしまう。
まるで、外れ値を学習しようとしてしまい、
モデルの精度が落ちてしまったAIの様です。
外れ値とは、予測しようと思う対象データから大きく外れた、
他のデータとは異なる特徴を持つようなデータのことです。
例えば、日本語のデータを学習したいのに、その中に中国語のデータがあれば、
それは外れ値となり得ます。
正しいデータが非常にたくさんあって、
外れ値の存在がほとんど無視できるのであれば問題はありません。
ですが、時系列の問題のように、データの順番が影響を持つときなど、
最新のデータに異常と思える外れ値が表れてしまったら、それは大問題です。
（他にも問題となる例はたくさんありますが）
これまで節制していたにもかからわず、この数日たくさん食べただけで、
体重が急に増えてしまうように、モデルも（望まぬ方へ）変化してしまいます。
では、どのような対策があるでしょうか。
1つには、外れ値を無くすことがあります。
言い換えれば、美味しいご飯を前にしても、
我慢して食べないようにすることです。
でもそれにはコストがかかります。
日本語データの中から中国語を見つけ出すのは大変です。
そしてもう1つの方法は、外れ値があっても問題ないモデルを作成することです。
例えば食事であれば、1食ごとのカロリーを見るのではなく、
1週間ごとにカロリーを管理すれば、問題なく制御できますし、
機械学習の場合は、一つ一つのデータを学習することによるモデルへの影響を
押さえたりすることが考えられます。
…今週全体を通してカロリーが適正になるように、
頑張って節制しようと思います。
山極綾子
P.S.
機械学習で外れ値に強くする方法として具体的には、
他のデータから全く違う特徴を持つデータに対しては、
学習が行われないようにすることがあります。
そのためには、データ自体の特徴を評価するフェーズが必要になります。
つまり、外れ値に対応するためには、
追加のコストがかかるということになります。
とはいえ、外れ値の一切ない綺麗なデータを用意することは難しいため、
そういった手法が多数、研究されてきました。
実は、5年前の自分の卒業論文も、それに関係していたりします。
いろんな手法がありますが、よりシンプルにできる方法が、
ビジネスで使うには合っているように思います。
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
