Basic_mathematics

「AI」エンジニアになるための「基礎数学」再入門のメモ

http://www.atmarkit.co.jp/ait/series/11405/

01

http://www.atmarkit.co.jp/ait/articles/1810/10/news009.html

「AI人材」

大区分 小区分 やること
AI人材 AIビジネスマン AIプロジェクトに関する意思決定
AIエンジニア AIを開発。AIの精度向上

この講座はITエンジニアをAIエンジニアの土俵にあげる。そのための「数学」

02

http://www.atmarkit.co.jp/ait/articles/1810/10/news009.html

測定

データの分類

大分類 中分類 中分類-説明 小分類 小分類-説明 足し算・引き算 掛け算・割り算 値のカウント 最頻値 中央値 平均値 幾何平均値
データ 質的データ 分類や種別を判別する値。計算の結果に意味がない。文字であることが多い。 名義尺度
  • 男性/女性、赤色/青色など。女性1、男性を2としてとき、1+2（男性+女性）に意味はない
  • 同様に平均値や中央値にも意味はない
  • ただし、最頻値には意味がある。
 × × ○ ○ × × ×
順序尺度
  • 「0:嫌い、1:普通、2:好き」のようなデータ
  • 2-1（好き - 普通）も、1-0（普通-嫌い）も、共に1だが同じと扱ってはいけない。
  • 順序尺度には「等間隔性」がない。普通と好きは近いが、普通と嫌いの左は大きいかもしれない。
 × × ○ ○ ○ × ×
量的データ 数字として意味があり、計算できる。 間隔尺度
  • 気温（℃）　27℃、28℃など
  • 「等間隔性」はあるが「0が何もない状態ではない」ので注意が必要
  • 0℃は273K
  • 27℃を2倍すると54℃。ただし、300Kが327Kになっただけ
  • 足し算引き算は出来るが、掛け算、割り算に意味がない。
 ○ × ○ ○ ○ ○ ×
比尺度 「等間隔性」があり「0が何もない状態」のもの。絶対零度、売上や利益、行動回数（アクセス回数、ログイン回数、購入回数） ○ ○ ○ ○ ○ ○ ○