ビックデーター

☆ ビックデーター

議論の整理……

多くの場合、意思決定は、指導者による直感か、かなり良い場合でも雑な統計に よって為される事が多い。こうした直感や雑な統計が一時的に正確な場合もある が、こうした手段を用いて成功を勝ち取ると、しばしば指導者の自惚れが強くな り、最終的には破綻する事が多い。

問題発見……

そうした人間であれば誰しもが用いる誤謬を回避する方法として注目されている のが、ビックデーターを用いた意思決定である。決済端末や医療機器、IoTデバイス などありとあらゆるデバイスからもたらされる大量の情報を統計学的に処理した上 で、そこからなにかしらの法則性を見出し、意思決定に活かすという方法である。

このようなビックデーターが注目される中で、見せかけの相関をどのように見抜 き、因果関係をどのように見出すかという技術がますます重要になりつつある。

原因分析……

見せかけの相関は人間であれば見抜くことは難しくない。たとえば、「殺人犯の 100%が水を飲んでいる」という命題であれば、それが誤った相関であることは誰 にでも理解できるはずだ。だが、これを機械学習で見抜くとしたら、それぞれの持 つ集合の大きさを推計した上で、そうした因果関係を否定する必要があるかもしれ ない。少なくとも、人間がするように直感的に見せかけの相関を否定することはで きない。

解決策……

こうした中で注目を集めているアプローチがディープラーニングである。コンピ ューターに因果関係のあるデーターにおける共通の特徴を導き出させた上で、それ がない相関関係については弾いていくというシステムを作る。これにより、コンピ ューターであっても見せかけの相関が確実に見抜けるという仕組みだ。

解決策の吟味……

これを応用すると、レントゲン写真などでも、かなり正確に病状などが判断でき るようになり、医師の誤診などもかなり減る可能性がある。このように新たな統計 技術は多くの可能性を秘めている。

小論文に関するご相談・10日間無料添削はこちらから

「小論文、どう書けばいいかわからない……」「小論文、添削してくれる人がいない……」という方は、こちらからご相談ください。
(記事執筆者が相談対応させていただきます!)

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です