ちょっと前の記事（単純な集計とデータサイエンスによる分析とで結果が食い違うかもしれない3ケース）に裏先生からツッコミを頂き、慌てて学部1年生の頃の教科書を開いて復習しまして。。。いやー、忘れてることが多過ぎて大変（汗）。知るは一時の恥というのをつくづく思い知りましたとさ。本当に裏先生ありがとうございました。 ということで、その復習内容の確認と同時に、あの時の裏先生のツッコミ内容をかみくだいて紹介するのも兼ねて、ここはひとつざっくり書いてみようかと思います。 項目ごとの単純集計は「単変量」解析（もっと言えば単相関）に過ぎず、多変量データ全体のことは分からない 前回用いたサンプルデータは、基本的にはa1-a7が0or1のみの二値で構成される事実上のカテゴリカルデータ*1で、cvも"Yes"or"No"のみの二値で構成されるカテゴリカルデータです。 で、二値のカテゴリカルデータだけで構成されてい

今回は回帰直線を得るためのひとつの方法、最小二乗法をしっかりと紹介します。「⁠コンピュータ数学」と銘打っていますから、遠慮なく数式を出します。高校数学から少しはみ出す部分がありますが、記号の奔流にだまされず、実はそんなに難しくないことに気付いていただけると幸いです。 最小二乗法とは 最小二乗法[1]とは、調査や測定によって得られた「ばらつき」のあるデータに対して、最もまんべんなく当てはまる直線や曲線の式を得るための数学的手段です。直線を当てはめる場合を特に線形最小二乗法[2]といいます。 得られた回帰直線の式を使えば、データのない区間について、値の予想ができます。データに誤差があると考えられる場合は、真の値を予想することが出来ます。なにより、バラバラだったデータの集合が、ひとつの一次式で表現できるというのは魅力的です。 最小二乗法は、工学に限らず広い分野で活用されています。プログラマは最小

データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ

こんにちは。数学苦手なのでマンガでわかるシリーズで勉強してます。 いま、微分方程式のを読んでいます。読んでいると、 微分方程式は「現実の現象（たとえば、飛行機の運動など）をモデル化して、微分方程式を解いて、解（関数）を出して、その関数を使って現実の現象を予測する」らしいことがわかりました。 ところで、私は統計のほうで回帰分析などを使うことがあるのですが、回帰分析も現実の現象（たとえば、身長と体重）を数式にして、たとえば、身長から体重を予測したりします。 この二つを比べると現象の予測という同じようなことをしてる気がしてなりません。 では、微分方程式と回帰分析は何が違うのでしょうか。同じものなのでしょうか・・・。 数学のカテゴリーだと回帰分析が統計だからちょっと違う気もするのですが、回帰分析も数式を使うから数学だからと思ってここで質問しました。 ご存じの方いらっしゃいますか。

以下の条件でならBI導入可能だと思うし、立憲あたりに政権盗って貰って実現してほしいね 年金制度完全廃止生活保護廃止消費税25％、所得税、相続税、固定資産税などの増税パチンコ合法化及び課税宗教法人への課税酒税、たばこ税増税 皆保険制度完全廃止 18歳以上に月8万円支給（18歳以上人口1億で96兆円必要なんだぜ？考えた事あんのかっての）これが実現できれば、馬鹿は一斉に淘汰出来る。医療保険への加入も、個人年金への加入も、資産運用も全て自己責任。自らの健康を省みずにグダグダの生活環境のカスも、透析患者も、精神病患者も障碍者も貧困老人も全て死滅してくれる。生き残るのは豊かで賢く、健康でタフな人間だけ。今の皆保険があっても癌などの疾患に備えるためには日常的な運動などの健康管理とがん保険＋医療保険の加入などの準備が必要なのに、備えのない奴がいかに多いかだ。自分を守る知恵のない奴は、さっさと死ぬ世界。最高