興味の対象を区切ってみると…?

 From:山極綾子

 

 

研究室でのゼミに取り組んでいるときに時たま聞かれる言葉。

 

精度勝負か、分析モデルを作るか。

 

例えば、同じお客さんの購買行動を対象とした研究をしようとしたとき。

 

「精度勝負」であれば、例えばお客さんに商品を推薦するためのシステムを開発して、

その推薦精度(将来購入される商品はわからないので、これまでに購入された商品を当てられるか、

という問題になります)を向上させるように頑張るような研究活動です。

 

最近は機械学習の研究スピードが速すぎて精度を求めようとすると、

論文としてまとめているうちにもっといい精度の論文が出てきてしまう…

というようなことがあり、恐怖を覚えることも多々あります。

 

というより、常に恐怖です。

 

 

一方「分析モデル」を主眼に置くのであれば、精度はもとより、

学習されたAIとその出力とにらめっこをして、何かしらの知見が得られないか?

ということを考えていきます。

 

(もちろん、この二つはきれいに分かれるものではなく、

分析モデルだとしても良い精度が出せればそれに越したことはないのですが…。)

 

 

精度勝負はちょっとしんどいかもしれないよ。

 

分析モデルであれば、とりあえず卒論は書けるかもしれないね。

 

そのため特に、初めて論文を書くことになる学部4年生たちに対して、

上の言葉をよく話したりします。

 

どちらの問題設定で進めるかによって、

扱うべきデータもモデルの評価方法もガラッと変わります。

 

精度を高くしたいのならば、いろいろなデータに対して汎用性のあるモデルの方が望ましいですし、

分析モデルを作りたいのであれば、極論、目の前のデータだけに当てはまっていればそれでよし、です。

 

 

実は、この「目の前のデータだけ見ればいい」という状況を、

40年ほど前にすでに研究されていた方がいらっしゃいました。

 

教育の現場で、全国の子供、他のクラスの子供は関係なく、

自分のクラスの子供を見つめて分析して、彼らにあった教育方法を探す。

そんなことを研究していらしたそうです。

 

そして今、個々人に着目して分析しようとする「個人中心アプローチ」は

人事の分野にも広がっているようです。

 

【5因子モデルによるパーソナリティ特性群への反応パターンで各個人をグループ分けできるのか?】

 

https://blog.people-resource.jp/personality_profiles_based_on_the_ffm/

 

企業と人材をつなぐ人事情報メディアより、最新記事のご紹介でした。

 

 

山極綾子

 

 

P.S.

40年前、子供の教育に関する研究をされていた小川先生がこちらの記事を執筆しています。

 

個人的には、先生が一生懸命自分たちの教育のために研究してくれていたというその事実だけで

とても嬉しいのではないかと思うのですが、

小学校時代の私がそこまで考えが及ぶかというと…はなはだ疑問な気がしてきました。

 

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

 

 

P.P.S.

<面接お役立ち資料>

 

「構造化面接100の質問集 VOL.1 基本スキル編」

 

採用面接に自信がなく、時間ばかり取られてしまう方へ

 

採用面接にかける手間を大幅に軽減し、優秀な候補者を効率的に採用するための質問集です。

 

明確で公平な、確かな選考力を今すぐ手に入れましょう!

 

期間限定で無料公開中!

 

https://blog.people-resource.jp/stractured_interview_100_question_list

 

 

—————————————————————-
【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