狠狠撸

2. データサイエンス?AI の事例
（人工知能）
URL: https://www.kkaneko.jp/ai/mi/index.html
1
金子邦彦

? 人工知能や，データサイエンスは，データの活用
に大いに役立つ．
? これらを実践的に学んで欲しい．
? 今回は Excel を利用して，データサイエンスを実
践的に学ぶ
2

アウトライン
1. データサイエンス
2. 表計算ソフトウエア Excel
3. 散布図（Excel を使用）
4. 合計、平均（Excel を使用）
5. 分布、密度（Excel を使用）
6. 人工知能と機械学習
3

2-1 データサイエンスででき
ること
4

データサイエンスでできること
? データサイエンスは、データから正しい知見や結論を導き
出すための学問であり、さまざまな分野で活用されている
? ビジネス分野：顧客の嗜好やニーズを分析し、マーケティング戦
略の立案を行う
? 医療分野：病気の早期発見や効果的な治療法の開発を行う
? 工学分野：製品品質の改善や予測保全など、生産の最適化を行う
? 情報化社会において、多くのデータが生み出されている。
データサイエンスは、将来の活躍につながる
? データサイエンスは、大量のデータを扱うもの。機械学習
など人工知能や情報処理とも大きく関連する。さまざまな
分野でデータを活用する実力につながる。
5

研究レポートの書くべき６つの要素
データサイエンスのスキルは、研究レポートの作成でも有用
① 問題：研究の背景と目的を明確に説明し、どのような問
題に対処するかを示す
② 仮説：研究で提起する仮説は、問題を解決するための自
分のアイデアや仮説です。
③ 実験手順：研究の手順を明確に示す。
④ 結果：研究の結果を正確かつ明確に示すことが必要です。
グラフや表などを用いて視覚的に表現すると、結果が分かり
やすくなります。また、研究結果に関連する数値や統計的な
情報も提供しましょう。
⑤ 考察：研究結果に基づいた分析です。
⑥ 引用文献：関連する先行研究や参考にした文献を明示
6

2-2 表計算ソフトウエア Excel
7

パソコンの威力
? ワープロ
文書の編集、清書．目次、表の作成など
? 表計算
データの管理、計算、グラフ作成など
? プレゼン
ビジュアル資料作成
? インターネット
情報収集、コミュニケーション
8
データはすべてデジタル（ファイル）．
管理、共有、交換が簡単

? データの記録、保管、共有
? 表計算の機能＝集計?集約、グラフ作成など
表計算ソフトウエアは何の役に立つのか

例えば、こんなことが簡単にできます
Excel の画面
Excel の画面
単価を書き変えると
合計が自動で
再計算される
表の作成

グラフ

条件に合致するデータの
強調表示
並べ替え

Office 365 の主な機能
? パソコンでレポートを作成したり，発表したり，データをまとめたりで便利
14
ワード (文書作成) エクセル (表計算) パワーポイント
(プレゼン)
ワンノート (電子ノート) アウトルック (電子メール)

Office 365 の種類
２種類ある．この授業では，どちらを使用しても問題
ない 15
? Office 365 のオンライン版
WEBブラウザで使う．
https://portal.office.com
各自の ID とパスワードでサインインが必要．
? Office 365 のアプリ版
前もってインストールが必要．
インストールでは，大量の通信が行われる．
（時間がかかる．通信費用にも注意）

Office 365 オンライン版で Excel を起動
【要点】 Web ブラウザで，次のページを開き，各自の ID
とパスワードでサインイン
16

① Web ブラウザで，次のページを開く
② 電子メールアドレスを入れる．「次へ」をクリック．
（例）p1234567@fukuyama-u.ac.jp
17

③ パスワードを入れ，「サインイン」をクリック
パスワードは，各自が設定したもの
④ Excel を使いたいときは，メニューで Excel を選ぶ
18
さまざまなメニュー

⑤ Excel のブックの種類を選ぶ
この授業では「新しい空白のブック」を使う
⑥ Excel の画面が開く
19

Office 365 アプリ版のインストールと
Excel の起動
【要点】インストールは，Office 365 アプリ版を使えるよう
にするための作業（最初に行う）．
そのとき，次のページを開き，各自の ID とパスワードでサ
インイン
インストールが終わったら，スタートメニュー等で Excel を
起動
20

Excel の起動
① Web ブラウザで，次のページを開く
② 電子メールアドレスを入れる．「次へ」をクリック．
（例）p1234567@fukuyama-u.ac.jp
21

Excel の起動
③ パスワードを入れ，「サインイン」をクリック
パスワードは，各自が設定したもの
④ 画面で「Office のインストール」をクリック．メニューで
「Office 365 のアプリ」を選ぶ
22

Excel の起動
⑤ 画面の指示に従い，インストールを行う
インストールでは，大量の通信が行われる．
（時間がかかる．通信費用にも注意）
23
次のような指示がでる
１．保存する
２．フォルダーを開く
３．実行し，その後も，画面の指示に従う

Excel の起動
⑥ Excel を使うときは，スタートメニューなどで Excel
を選ぶ
⑦ Excel のブックの種類を選ぶ
この授業では「新しい空白のブック」を使う
⑧ Excel の画面が開く
24

オンライン版の Excel の画面（メニュー、リボン、
ワークシートなど）
26
オンライン版の Excel の画面
リボン
ワークシート
表形式で値など
が入る．
グラフの挿入な
ども可能
表形式で、値や数式を並べる
メニュー

アプリ版の Excel の画面（メニュー、リボン、
ワークシートなど）
27
アプリ版の Excel の画面
（Excel 2019 の画面を示している）
リボン
ワークシート
表形式で値など
が入る．
グラフの挿入な
ども可能
表形式で、値や数式を並べる
メニュー

Excel のワークシート（シートともいう）には、表
形式で、値や数式を並べる．
グラフの挿入なども可能
Excel のワークシート
Excel のワークシートの例

Excel のブック
? Excel のブックは、Excel のファイルのこと
? １つあるいは複数のワークシートを、１つのブックに保存
することができる
29
Excel で保存するときに、ファイル名などを設定できる．

Excel のスタート画面
Excel を起動すると、最初にスタート画面が表示される．
作成したいブックの種類を選ぶことができる．
過去の履歴の確認もできる
アプリ版
オンライン版
この授業では「新しい空白
のブック」を使う

アクティブセル
? Excel での編集中のセル
31

アクティブセルでの数式の入力
入力を終わりたいので
Enter キーを押す．
すると、数式が自動計算される
数式を入力したいときは、頭に半角の「=」を付ける
キーボードで「=100+200」と
打つと、アクティブセルに数式が入る

数式バーで数式の確認①
「300」のところを
クリック
アクティブセルが動く
数式バーに
数式が表示される
（ここで修正もできる）

数式バーで数式の確認②
「300」のところを
ダブルクリック
アクティブセルのところ
に数式が表示される
（ここでも修正できる）
数式バーに
数式が表示される
（ここで修正もできる）

アクティブセルでの数式の入力
入力を終わりたいので
Enter キーを押す．
すると、数式が自動計算される
「=B3+B4」のような数式もある
キーボードで「=B3+B4」と
打つと、アクティブセルに数式が入る

Excel の数式
? Excel では、数式の頭に、半角の「=」を付ける
? 数式は、半角文字である
? 数式の中には、番地（「B3」や「B4」など）を書
くことができる

セルの数式と値のクリア
クリアしたいセルを右クリックして、
「数式と値のクリア」を選ぶ
消えた！

セルの数値と値のクリア
クリアしたいセルを範囲選択（マウスでド
ラッグ）したあと、右クリックして、「数式
と値のクリア」を選ぶ
消えた！

元に戻す操作
何かの操作を
したとする
「元に戻す」
ボタン
「元に戻す」ボタン
を押すと元に戻る
もとに戻す操作は CTRL + Z
(コントロールキーと「Z」を同時押し)でも，できる
オンライン版の Excel でも
「元に戻す」ボタンはある

2-3 散布図（Excel を使用）
40

散布図の用途
? 時間変化
41
? 分布
横軸は時間．
散布図から，
時間変化を読み取る
横軸と縦軸は，２つの量．
散布図から，
２つの量の間の関係を見る

分布から読み取れること
42
２つの量に関係がある
横軸は花びらの長さ
縦
軸
は
花
び
ら
の
幅かたまり
かたまり
密集
密集
密集

Excel での散布図の作成手順
43
① グラフ化したい部分を範囲選択
元データ
② リボンで「挿入」→散布図
散布図が得られる
アプリ版の Excel
オンライン版の Excel

Excel での散布図の種類の選択
44
挿入
散布図を展開
一番左上の散布図
をクリック
挿入
散布図を展開
一番左の散布図を
クリック

45
年次出生数死亡数
1985 1432 752
1990 1222 820
1995 1187 922
2000 1191 962
2005 1063 1084
2010 1071 1197
0
200
400
600
800
1000
1200
1400
1600
1980 1985 1990 1995 2000 2005 2010
グラフタイトル
出生数死亡数
元データ
散布図

2-4 データの合計、平均
（Excel を使用）
46

Excel で合計を求める SUM
47
=SUM(C2:C7) は，
範囲 C2 から C7 の
合計を求める

Excel で平均を求める AVERAGE
48
=AVERAGE(B2:B7) は，
範囲 B2 から B7 の
平均を求める

平均
? 平均は，データの合計を，データの個数で割った
もの
10, 40, 30, 40 の平均: 120 ÷ 4 で 30
? 複数の値の組の平均を考えることもある
(10, 5), (40, 10), (30, 5), (40, 20) の平均:
合計は 120 と 40．4で割って (30, 10)
49
平均
平均は，データ集合の代表とみる
ことができる場合がある
計測に誤差があるとき，
複数の計測を繰り返し，平均をとる
ことで，誤差を軽減できることも

平均を使うときの注意点
50
平均
データの分布によっては，平均では役に
立たないこともある．
（平均は万能ではない）
平均
このような平均に，
意味があるでしょうか？

2-5 データの分布、密度
（Excel を使用）
51

ヒストグラム
ヒストグラムは，区間ごとに，データを数え上げた
もの
52
データが
何個あるのか
区間 0.6 ～ 1.1 の
データは 10個

Excel でのヒストグラムの作成手順
53
① ヒストグラム化したい列を選択
元データ
② リボンで「挿入」→ヒストグラム
の選択
ヒストグラムが得られる

ヒストグラムから読み取れること
54
密度が高い
密度が低い
【全体の傾向】
山が２つある（１つではない）

データサイエンス
? データサイエンスは，データから正しい知見や結論を
導くための学問
? 数式を使うこともあるが、それがデータサイエンスの
全てではない
? データから有益な情報を引き出すことが可能に。
? 大学生にとって、大切なスキル
55

2-6 人工知能と機械学習
56

機械学習
学習用データ
57
学習
学習者
３種類に分類済み
大量の学習用データを用い
て学習を行う
機械学習は、データによる学習を行うための手法
（人工知能の一種）

58
学習者
学習により，未知のデータ
も分類できるようになる
新しいデータ
は何色か？
新しいデータは：赤色
大量の学習用データを用いるこ
とで、精度が向上

アヤメ属 (Iris)
? 多年草
? 世界に 150種. 日本に 9種.
? 花被片は 6個
? 外花被片（がいかひへん） Sepal
3個（大型で下に垂れる）
? 内花被片（ないかひへん） Petal
3個（直立する）
59
内花被片
外花被片

Iris データセット
◆ 3種のアヤメの外花被
辺、内花被片を計測
◆ 種類のデータも
setosa
versicolor
virginica
◆ データ数は 50 × 3
作成者：Ronald Fisher
作成年：1936
60
外花被片(Sepal)
の長さと幅
内花被片(Petal)
の長さと幅
種類
Iris データセットのうち、先頭 10 行

Iris データセットの散布図
61
横軸：内花被片の長さ
縦
軸
：
内
花
被
片
の
幅
次の３種類の分類済みのデータ
setosa
versicolor
virginica

62
LDA 法の結果
空間が区分けされる．
機械学習の手法（LDA法）による分析例
元データ
未知のデータにも当てはまる
パターンの抽出に成功

63
MIT Introduction to Deep Learning | 6.S191,
https://www.youtube.com/watch?v=5tvmMX8r_OM
の「Why Deep Learning」のページ
機械学習は，「未知のデータにも当てはまるパター
ンや規則を抽出する能力がある」と考える場合も
さまざまなレベルのパターン

画像分類を行うオンラインサービス
元画像
64
画像分類の結果
URL：https://cloud.google.com/vision/docs/drag-and-drop

機械学習の特徴まとめ
? 機械学習は、データによる学習を行うための手法
? 大量の学習用データを用いることで、パターンの抽出
やデータ分類の精度が向上
? 機械学習の特徴の一つに、学習によって未知のデータ
にも当てはまるパターンや規則を抽出する能力がある。
? 機械学習は、自然言語処理、画像認識、音声認識など
の問題に応用され、我々の生活に浸透しつつある。大
切な分野である。
65

機械学習やデータサイエンスの利用での注意点
? いずれも，データを活用し，知見や結論を導くもの
? 機械学習やデータサイエンスは、結果に、必ずしも100％
の正確性が保証されているものではなく、結果の根拠の確
認が大切
? 特に、使用するデータの選択、データの前処理で注意が必
要．この段階で誤りなどがあると、結果も間違ったものに
なる
? データを使用するため、データの漏洩や改竄などの危険が
あることにも注意
以上の注意点を理解しながら、実践的な経験を積むことで、
機械学習やデータサイエンスのスキルに上達でき、将来、活
躍できる．
66

まとめ
? データサイエンスは、データから有益な情報を導き出すた
めの学問
? 機械学習は、大量のデータからパターンを抽出し、精度の
高いデータ分類などを可能にする手法
? いずれも、ビジネス、医療、工学分野などで広く活用され
ている
? 100％の正確性が保証されているわけではなく、データ選
択や前処理で誤りがあると結果も誤ったものになる可能性
があることに注意
これらの技術を理解し、実践的な経験を積むことは、将来の
活躍に大いに役立つ。
67

③ Iris データセットについて，C 列と D 列で散布図
を作る
④ Iris データセットについて， D 列でヒストグラ
ムを作る
68

狠狠撸

mi-2. データサイエンス?AIの事例

Recommended

More Related Content

More from kunihikokaneko1 (20)

Recently uploaded (11)

mi-2. データサイエンス?AIの事例