【颁颁厂セミナー】保育士の3つのストレスを滨罢で解决していきましょう
- 10. 統計 Statistics 機械学習 Mchine Learning 種類 Type ●記述統計 Descriptive Statictics ?データの特徴や傾向の表現 ●推測統計 Inferential Statistics ?一部データから全体を推定 ●予測 Prediction ?将来予測に必要な推論モデルの生成 ●分類?識別?判断 Classification/Identification/Decision ?分類／識別／判断に筆意用な推論モデルの生成 誰 Who ●人が傾向を発見し、人が統計値を用いて説明を支援 ●機械が傾向を発見し、機械が予測や分類?識別?判断 志向 Approach ●変動要因?原因の洗い出しや影響度に力点を置く （一般的に理由付けのホワイトボックス化） ●予測より説明 ●信憑性を疑う（性悪説） ●数学中心 ●サンプリングの場合は偏りのないサンプリング ●過学習はない （妥当な全データを使うことが問題にならない） ●最高の予測が重要で予測結果が良ければ、何が変動要因? 原因かや影響度は問わない。 （一般的に理由付けのブラックボックス化（ランダムフォレ ストや決定木 等）） ●説明よりは予測 ●信憑性は関係ない（性善説） ●ロジカルなデータ処理のコンピュータサイエンス中心 ●サンプリングがどうであるかが重要な起点ではない ●過学習がある （妥当な全データを使うことを一般的に問題視する） 良い事例 Example ●社会科学の説明、推定 ●自然科学予測（天気予報） ●ロボット処理 統計と機械学習の違い 出典：https://qiita.com/mnoda/items/ee074d6614cd0b40525d
- 12. 29 30 31 32 33 34 35 36 37 38 39 40 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91 94 97 100 103 106 109 112 115 2019/7/22 2019/7/23 2019/7/24 2019/7/25 2019/7/26 2019/7/29 2019/7/30 2019/7/31 2019/8/1 2019/8/2 2019/8/5 2019/8/6 2019/8/7 2019/8/8 2019/8/9 2019/8/14 2019/8/19 2019/8/20 2019/8/21 2019/8/22 2019/8/26 2019/8/27 2019/8/28 2019/8/29 2019/8/30 2019/9/2 2019/9/3 検知温の変動（折れ線が一日分の動きを表現）
- 13. 2019/8/23 2019/9/2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -6 -4 -2 0 2 4 6 8 10 12 2019/8/22 日々の変動の特徴を分類して、点で表現してみたもの
- 20. ? Ａ４用?????でも巨大印刷 ? QR????をスマホで撮れば 写真どおりの場面から動画???? ? 仕上がり?????は常に画面表示 書きかけ保存も複数OK