【10分で分かる!】統計学と機械学習の違いについて徹底解説!目的の違いを明確に理解しておこう!

แชร์
ฝัง
  • เผยแพร่เมื่อ 4 ธ.ค. 2024

ความคิดเห็น • 26

  • @aiby8596
    @aiby8596  4 ปีที่แล้ว +4

    【視聴ガイド】
    02:00 統計学と機械学習の違い
    03:40 統計学と機械学習を使い分ける場面
    05:10 どんな手法が統計学と機械学習で使われるのか
    05:50 統計的検定
    06:26 線形回帰分析
    07:06 主成分分析
    08:10 決定木
    08:28 ランダムフォレスト
    08:42 Xgboost

  • @KohheyTAKEOKA
    @KohheyTAKEOKA 3 ปีที่แล้ว +6

    本当に理解できたのか疑うくらいわかりやすすぎる。

  • @chaaahc
    @chaaahc 3 ปีที่แล้ว +6

    漠然と学習していましたが
    それぞれの違いからその役割を何となく理解し整理することができました。

    • @aiby8596
      @aiby8596  3 ปีที่แล้ว +1

      よかったです!ありがとうございます。

  • @いっしん-o6m
    @いっしん-o6m 4 ปีที่แล้ว +7

    わかりやすいです!!

    • @aiby8596
      @aiby8596  4 ปีที่แล้ว +1

      ありがとうございます!!

  • @lifeinnovationlab.1544
    @lifeinnovationlab.1544 ปีที่แล้ว

    とてもわかりやすい!!本を読むよりこの動画!ですね。これが無料というのはあり得ない。。すばらしいです。あありがとう!!!

    • @aiby8596
      @aiby8596  ปีที่แล้ว

      ありがとうございます!励みになります!

  • @いつぱぱ-e8e
    @いつぱぱ-e8e 3 ปีที่แล้ว +2

    機械学習は、ITの要素を取り込んで統計学の一部について結果を重視する方向に発展させたものと思ってます。統計学から派生したものではないと思いますが。
    このところは結果の解釈性も求められるようになり、本来の統計的要素の重要性も増していて、さらに境目が曖昧になっている印象です。

    • @aiby8596
      @aiby8596  3 ปีที่แล้ว

      ありがとうございます!おっしゃる通りですよねー!

  • @杉浦和史
    @杉浦和史 2 ปีที่แล้ว +1

    単なる数字から、data⇒information⇒intelligenceとする過程で統計学は必要で、その昔、第一次石油ショックの頃、需要の予測から生産計画システムで使う先行指標を求めるためにFORTRANでプログラムを書いたことがありますが、対象とする目的というか業務を理解しているか否かが問われると思います。その手段としての統計と理解しています。機械学習・・・機械が自律的に学習するのでしょうか?あまりピンときません・・・

  • @SOSHINA-KAMIATSU
    @SOSHINA-KAMIATSU 3 ปีที่แล้ว +2

    統計モデリングの回帰分析、重回帰、一般化線形混合モデルなどは、統計学の線形回帰分析の中に位置づけられるという解釈で合っていますか?

    • @aiby8596
      @aiby8596  3 ปีที่แล้ว

      一般化線形混合モデルの中に一般化線形モデルがあり、その中に一般線形モデル(これがいわゆる線形回帰分析)があり、そして単変数であれ単回帰、多変量であれば重回帰になります。
      回帰分析というとより定義が広くなるのですが重回帰分析を指すことも多いです。
      機械学者領域でも回帰タスクなのか分類タスクなのか問われるように回帰という言葉時代は量的変数をターゲットにしたモデル構築という定義になります!

    • @aiby8596
      @aiby8596  3 ปีที่แล้ว

      分かりづらいですよね・・・説明変数が複数の解析手法を総じて多変量解析と定義します。厳密にはパラメトリックもノンパラメトリックも変数の数で多変量解析なのかそうでないのか決まりますね。数量化1類も実は単変量なら多変量解析の定義には当てはまらないですが、多変量解析とくくってしまっていいと思います。

  • @marcopatricio1329
    @marcopatricio1329 3 ปีที่แล้ว +1

    南米チリから見てます!

    • @aiby8596
      @aiby8596  3 ปีที่แล้ว

      ありがとうございます!!チリ行ってみたいです!

  • @user-yf6xt4nm9s
    @user-yf6xt4nm9s 3 ปีที่แล้ว +2

    統計ど素人なんですが、最小二乗法で回帰直線求めるっていう記述を読みました
    でもこれって機械学習では誤差逆伝播使って微分して最小値求めて……ってやるやつですよね?
    公式もあるようなので最小二乗法使えば楽なのに、なぜ機械学習手法使うのでしょうか?
    と疑問に思いました

    • @aiby8596
      @aiby8596  3 ปีที่แล้ว +1

      観測値と予測値の差を小さくするという意味では統計学的アプローチも機械学習的アプローチも一緒です!
      最小二乗法は観測値と予測値の平均二乗誤差を最小化するアプローチです。
      誤差逆伝播法はあくまでディープラーニングで使われる最適化のアプローチに対して効率よく最適解を求めるためのテクニックであり最小二乗法とは粒度が違います
      ディープラーニングにおいて損失関数を平均二乗誤差にすれば最小二乗法と同じ考え方で最適化していくことになります。
      ただ、ディープラーニングではパラメータ数やデータ数が多いので、最適化のために単純に偏微分して・・・では難しく勾配降下法と誤差逆伝播法で最適解を求めます!

    • @user-yf6xt4nm9s
      @user-yf6xt4nm9s 3 ปีที่แล้ว +1

      丁寧な説明ありがとうございます

  • @アセマネ三太郎
    @アセマネ三太郎 2 ปีที่แล้ว

    4:54

  • @尾﨑元恒-u8q
    @尾﨑元恒-u8q 3 ปีที่แล้ว +6

    私は経済学部の学生ですが大学院では統計学を専攻したいです。

    • @aiby8596
      @aiby8596  3 ปีที่แล้ว +2

      是非頑張ってください!

  • @江戸川-m5q
    @江戸川-m5q 4 ปีที่แล้ว +4

    統計学も機械学習もサイコー (^^)/

    • @aiby8596
      @aiby8596  4 ปีที่แล้ว

      ありがとうございます!

  • @みんみん-z2t
    @みんみん-z2t 4 ปีที่แล้ว +5

    なんでツリー構造の機械学習しか紹介してないんだ

    • @aiby8596
      @aiby8596  4 ปีที่แล้ว +3

      ななしのあおあふ たしかにwすいません!全部ツリー構造ですね。。nn、svmあたりも入れておくべきでした