現実のデータを扱うための「微分」の考え方

データサイエンスという分野は、データ収集や可視化などが身近になったことで、より重要になってきています。システムを使ってデータ分析する際、利用者は最終的な結果のみを求めますが、私たちエンジニアはその途中経過についても正しく評価する必要があります。そのためには、中学や高校で学んだ数学の知識が欠かせません。そこで本連載は、高校までに学ぶ基本的な数学知識を使って、データ分析やデータ表現の基礎的な考え方を紹介します。また、既に学んだ数学的基礎からデータの特徴を見つけるためにデータ表現する方法について紹介したいと思います。 はじめに 前回までは三角関数について説明してきました。特に、その周期特性が描く「美しく完璧な数式上の挙動」をいかに扱うかに触れました。 しかし、数学の教科書から一歩外へ出て現実のデータに目を向けると、そこはノイズが溢れる世界です。単純な傾向を把握することさえ困難である事実に気づかさ

[misshiki]

データ分析での微分は、時間軸の変化率を捉える視点。実データはノイズ多く平滑化が必須。相関でなく因果を理解し、トレンドの変化を分析する道具として利用。