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