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