From:山極綾子
さてさて。
雪はどんな感じかな…？
ただいま時刻は午前4時51分。
今日は関東でも雪で、珍しく東京でも雪が降るらしい。
ちょっとワクワクしながら、せっかくならば雪の写真でも撮ってメルマガに送りたい…！
そんな希望を胸に窓の外を除いた私の目に飛び込んできたのは、ただの暗いいつも通りの風景。
何で！？雪じゃないの！？
改めて天気予報を見てみれば、雪が降るのは9時くらいからとのこと。
そしてさらに天気予報によれば、14時ごろからは雨になるとのこと。
と言うことはつまり、気温が上がるのね！
そう思い見てみると、気温はほぼ横ばい。
1度から2度のまま。
私の中学で習った知識が正しいのならば、気温4度以下で雪になると聞いていたのに、
これはいったいどういうことなのでしょうか。
と思い少し調べてみると、上空の気温やら、空気の乾燥度合いやら、
他にもいろいろな要因が絡むと言うことで、
あくまで4度以下で雪になることが多い、という統計上の結果だそうでして。
地上の温度が5度で雪が降ったこともあるらしく、気象条件はなんだかとても複雑そうです。
ところで機械学習を行っていると、予想とは違う結論が出ることが時折あります。
もちろんプログラムのミスであったり、数式のミスであったり、
人に起因することも多々ありますが、そうではない場合、
新しい発見の糸口になることがほとんどです。
少し前には、「パラメータを増やしすぎて柔軟なモデルにしすぎると精度は下がるはず」
というこれまでの常識が覆り、「精度が下がるパラメータ数を超えて、
さらに増やし続けると精度は急激に改善する」という結果が得られたこともありました。
気温4度以下で雪になる。
パラメータを増やしすぎると精度が悪くなる。
といった知識のように、頭の中でかなり簡略化して記憶されている知識。
これらを精査することで、もしかすると新しい発見が見込めるのかも知れません。
山極綾子
P.S.
とはいえ、パラメータを増やして精度を上げられるようにするためには、
本当に膨大な量のパラメータが必要です。
とてもではありませんが、今文章を書いている私個人のPCや、
研究室の容量をたくさん積んであるデスクトップパソコンでも太刀打ちすることはできません。
制約条件も考慮する必要があるのは間違いありません。
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
