料理を楽にするアイテムを買いました
From:山極綾子
最近出席した友人の結婚式でもらった引き出物。
具体的な物ではなく、カタログ形式だったのでページをぱらぱら。
お菓子も食べたいし。あ、でもそういえば欲しい物あったんだった。
あれがあれば、大好きな鶏のから揚げをもっと楽に作れるかもしれない。
これにしよう！
そうして手に入れたのは「天ぷら鍋」。
正直最初は、そこまで期待していませんでした。
ちょっと底が深いだけの鍋じゃない？
後は、気持ち程度のネズミ返しならぬ油返しが鍋の淵についてることくらい？
でもまあせっかくもらったから使ってみるか…。
果たして使い加減は、すごい！の一言でした。
気持ち程度、と侮っていた油返し。
これがものすごい効果を発揮してくれたのです。
揚げ物が終わった後のコンロ周りの汚れが、普通の鍋を使ったときとは大違い。
後はもしかしたら、鍋にある溝？の構造が効果を発揮しているのかもしれませんが。
いずれにしても、「揚げ物用」と銘打つだけの効果を見せつけられました。
専門の道具のパワーはすごいですね。。。
ところで、専門の道具を使った方が良いのはもちろん料理だけではありません。
機械学習にも、たくさんの「専門の道具」があります。
例えば画像分析を目的として開発されたConvolutional Neural Network
（畳み込みニューラルネットワーク）というものがあるのですが、
こちらは画像に対して素晴らしい性能を示します。
一方で、どんなデータに対しても効果を示すかと言われるとそんなことはありません。
この手法はもともと画像を対象としていたため、画像の特徴に合わせた処理が入っているのです。
（具体的には、画像のデータを個々のピクセルで見るのではなく、
小さなフレームを用意して、そのフレームを順番に動かしながら、
フレーム内の情報を一つのデータとして扱っています。
そうすることによって、個々の情報ではなく、周りの情報も合わせて扱うことができ、
精度向上に寄与しています。
例えば青1点のピクセルからではそれが何かを判断することはできませんが、
それがある程度の広さに広がっていれば、海か空か、想定できるようなイメージです。）
もちろん、上記の処理がうまく合致するデータには強いのですが、
その処理が合わないデータに対しては精度はあまり芳しくないことがほとんどです。
機械学習の分野は日進月歩し、たくさんの新しい手法が開発されています。
このデータに向いている手法は何か。
この手法の得意なことは何か。苦手なことは何か。
一つ一つの手法をしっかりと理解するだけではなく、
それぞれの関係性を見ることが必要なようです。
山極綾子
P.S.
最近のニューラルネットワークの研究では、
複数の手法を組み合わせたモデルがとても多くなっています。
一つ一つを使うのではなく、組み合わせてお互いの長所を活かしたモデルは、
非常に高い精度を示しています。
組み合わせによって新しい価値を生み出すことができること、
まるで組織やチームの様だなあと感じるのは私だけでしょうか。
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。
いつも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