すぐに仕事で活かせるAI講座　第二部　その２

質問 1:分類= A or B ですか？
この分類に対応する方法（正確にはアルゴリズムファミリー）は、データ サイエンティストはクラス分類と呼びます。新学期に学校で行うクラス分けのようなものです。

下記のような課題対応に役立ちます。

例:
• 集客を増やすことができるのは、積極的なディスプレイか　or と 簡素なPOPのどちらか
• 問い合わせ対応（ガス会社の場合、ガスもれだったら１を、それ以外はしばらくお待ちください　のような電話対応　など）
この課題対応は、"A or B or C のどれか" などのように、3 つ以上の選択肢でもできます。
一応専門的には、これは多クラス分類と呼ばれ、回答が数個 (または数千個) 考えられる場合に
大変有用です（人では難しい）。 多クラス分類では、最も可能性の高いものが選択されます。

質問 2:異常検出=それは異常ですか？
この異常を検出に対応する方法（正確にはアルゴリズムファミリー）は、データ サイエンティストは異常検出と呼びます。工場で部品の異常検知を行うようなものです。

クレジット カード会社は、不正行為の疑いがある場合にアラートを生成できるように、利用者の購買パターンを分析しています。 "異常" な請求とは、通常購入しない店舗での購入や異常に高価なアイテムの購入などです。

下記のような課題対応に役立ちます。
例:
• ある機械の測定値が正常かどうかを知りたい場合
• SNSを監視していて、SNSから入力されたメッセージが違反メッセージかどうかを知りたい場合
異常検出では、予期しない、または異常なイベントや動作にフラグが設定されます。 これが、問題のある場所を見つける手掛かりになります。（次回に出てくる事故検出にも使います）

質問 ３:回帰 = どのくらいの量（数）ですか？
この"どのくらいの量または数かを予測する方法（正確にはアルゴリズムファミリー）は、データ サイエンティストは回帰と呼びます。天気予報のようなものです。回帰とは、とりあえず、ばらばら＝"分散" して存在しているデータに隠された、将来も適用できるパターン＝理想的な状態　へ戻す（回帰する）には、どうしたらいいか？　という方法。まずは程度でいいです。これが一番簡単なので、次回の未来予測で詳しく扱います。

下記のような課題対応に役立ちます。
例:
• 明日の気温は何度か
• 次の第 4 四半期の売上はいくらか
数値データで対応する課題対応に役立ちます。　数値データときたら、まずは回帰→未来予測を使用する、と思ってください。

質問 4:クラスタリング＝どのような構成か
この４以降は、大変高度な質問です。（読みとばしてもらってOKです）
あるデータの構造を理解したいとき使用する方法（正確にはアルゴリズムファミリー）は、データ サイエンティストはクラスタリングと呼びます。ECサイトがおすすめ商品を出すときに使われています。

データ構造を探り出す方法は数多くあります。 その 1 つがこのクラスタリングです。 クラスタリングとは、簡単にヒトが理解できるように、各データを分離して、それぞれ大きな"塊" にすることです。

下記のような課題対応に役立ちます。
例:
• この分類の消費者は何を好むのか
• 主婦層に受けるのは、どの商品（ブランド）か
データの構成を把握することで行動などについて理解を深め、予測することで対応できる課題対応に役立ちます。
質問 5:強化学習＝次に何をすべきか

質問 ５:強化学習

最後の "次に何をすべきか" で使用する方法（正確にはアルゴリズムファミリー）は、最難関です。一応、データ サイエンティストは強化学習と呼びます。

自動車の自動運転などに使われています。

この強化学習は、もともとはヒトが飴と鞭にどのように反応するかなど、ヒトの行動学習をもとに考え出されました。 この強化学習は、結果から学習して次のアクションを決定します。

通常、強化学習は、人間の指図なしで決定を数多く行う必要がある自動化されたシステムに適しています。常に、(コンピューターまたはロボットが) 次にどのようなアクションを実行すべきかについてです。

下記のような課題対応に役立ちます。
例:
• 家庭用の温度管理システムの場合、温度を調節するかそのままの状態にしておくか
• 自動運転車の場合、黄色でブレーキをかけるかアクセルを踏むか
• ロボット掃除機の場合、掃除を続けるか、充電ステーションに戻るか
強化学習アルゴリズムは、そのままの状態のデータを収集して、試行錯誤から学習します。

データ サイエンティストであっても基本的には行っていることは以上のようなことだけ、なのです。

最後に、第二部のまとめ
今回の目的は、AIで何ができるのかを理解して、データ解析の専門家、データサイエンティストがいったい何を言っているのかを理解することでした。

そこで、AI、データサイエンティストがいったい何ができるのか、基本的な５つについて説明しました。

よくメディアでAIが取り上げあれる場合、上記のうち5つのどれかを実施しているだけです。（頭に来るのは、AIを使用しているとうたっているけど、実際は使っていないものが大変多い　or 無意味な使用法で使っている（笑））

以上です。