新入社員
直感はあてにならない？研修で使える「ベイズの定理」と確率の罠新着!!
こんにちは。ゆうせいです。 みなさんは、ご自身の「直感」をどれくらい信じていますか？経験則に基づく直感は素晴らしいものですが、数字や確率の世界では、その直感が私たちを大きく裏切ることがあります。 今回は、論理的思考力やデ […]
【Python実践】ワインの味を「2つの数字」で表現？scikit-learnで主成分分析（PCA）をやってみよう新着!!
こんにちは。ゆうせいです。 前回は、主成分分析（PCA）のことを「データの写真撮影」に例えて解説しました。 「情報をなるべく落とさずに、ベストな角度からパシャリと撮って、次元を減らす」 このイメージ、なんとなく掴んでいた […]
【PCA超入門】データを「写真撮影」してスッキリ要約！主成分分析の仕組みを直感理解新着!!
こんにちは。ゆうせいです。 みなさんは、手元にあるデータが「項目多すぎ！」で困ったことはありませんか。例えば、健康診断の結果表。「身長、体重、腹囲、血圧、血糖値、コレステロール……」と数十個もの項目（列）が並んでいると、 […]
【対称行列】なぜ「斜めに折り返す」と計算が楽になる？固有値の性質と「直交」の魔法新着!!
こんにちは。ゆうせいです。 線形代数の勉強をしていると、いろいろな種類の行列が出てきて頭が痛くなりますよね。「逆行列」「転置行列」「対角行列」……。 でも、その中でも「もっとも性格が良くて、扱いやすい優等生」がいるのをご […]
【SVD入門】複雑なデータを3つの「部品」に分解せよ！特異値分解の仕組みとメリットを解説新着!!
こんにちは。ゆうせいです。 みなさんは、子供の頃にラジオや時計を「分解」して遊んだことはありますか。 複雑に見える機械も、バラバラにしてみると「歯車」や「バネ」といったシンプルな部品の組み合わせでできていることがわかりま […]
【初心者向け】AIの「成績表」を理解しよう！代表的な損失関数（MSE・MAE・交差エントロピー）を易しく解説新着!!
こんにちは。ゆうせいです。 みなさんは、テスト勉強をしているとき、どうやって自分の理解度を確認しますか。 答え合わせをして、「あ、間違えた」「惜しい」「全然違う」と一喜一憂しますよね。そして、間違いが多ければ多いほど「も […]
【初心者必見】情報の「驚き」を数値化する？平均情報量とエントロピーの基礎を完全攻略新着!!
こんにちは。ゆうせいです。 みなさんは、普段扱っている「情報」に重さや大きさがあると考えたことはありますか。ファイルサイズのバイト数のことではありません。情報そのものが持つ「意味の大きさ」のことです。 たとえば、「明日は […]
積分なんて怖くない！エンジニアのための直感的「面積」計算術新着!!
こんにちは。ゆうせいです。 みなさんは、高校時代に習った積分を覚えていますか。 エンジニアの仕事をしていると、データ分析や機械学習の文脈で、突然この積分記号に出くわすことがあります。特に確率密度関数などを扱うとき、このニ […]
分散の公式はなぜ「2乗の平均ー平均の2乗」でいいの？新人エンジニアのための直感的統計学新着!!
こんにちは。ゆうせいです。 みなさんは、データの分析をしていて分散という言葉にぶつかったことはありませんか？統計学の教科書を開くと、最初に習う定義の式と、実際に計算するときに使う便利な公式が違っていて、なんで？と首を傾げ […]
【超入門】確率密度とは？新人エンジニアが最初に知るべきデータ分析の基礎知識新着!!
こんにちは。ゆうせいです。 みなさんは、データ分析や機械学習の勉強を始めて、いきなり確率密度という言葉に出くわして困惑したことはありませんか。 確率ならなんとなくわかるけれど、密度ってなに。物理の話。そう感じてしまう気持 […]
Pythonの行列計算で迷わない！np.dotとアスタリスクの違いを完全解説新着!!
こんにちは。ゆうせいです。 プログラミングを学び始めたばかりの時期、特にPythonでデータ分析や機械学習に触れようとすると、必ずと言っていいほど直面する壁があります。 それは、掛け算の方法が複数あること、ではないでしょ […]
【デジタルなのにアナログ？】0と1の世界「情報科学」で、なぜネイピア数が支配者なのか新着!!
こんにちは。ゆうせいです。 みなさんは「情報科学（コンピューターサイエンス）」と聞いて、どんな数字を思い浮かべますか？ おそらく、ほとんどの方が「 」と「 」を思い浮かべるでしょう。 スイッチのオンとオフ、電気が流れるか […]
【保存版】暗記不要！エンジニアの視点で読み解く「ネイピア数の公式」厳選ガイド新着!!
こんにちは。ゆうせいです。 前回は、機械学習の世界で「ネイピア数 」がいかに愛されているか、その理由を熱く語らせていただきました。 「便利なのはわかったけど、実際どんな式で使うの？」 「教科書に出てくる公式が多すぎて、ど […]
【数学アレルギー克服】機械学習で「ネイピア数」が愛される理由を、新人エンジニアのために語り尽くす新着!!
こんにちは。ゆうせいです。 エンジニアとしてのキャリアをスタートさせたばかりのあなた、毎日新しい技術に触れる中で、ふとこんな疑問を抱いたことはありませんか？ 「なんで機械学習の参考書には、決まって『 』とかいう謎のアルフ […]
【新人エンジニア研修】「貸し倒れ引当金」はシステムの「例外処理」と同じ？会計の備えを学ぶ新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、日々の講義お疲れ様です。 エンジニアのみなさんは、プログラミングやシステム設計のスキルはメキメキ上達していることでしょう。でも、いざ業務システムを […]
【新人エンジニア向け】統計学は「ケンカ」から進化した？フィッシャーとピアソンの熱すぎる確執新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、統計学の講義中、受講生たちの目が「記号だらけで眠い」と訴えていませんか。 そんなときは、少し趣向を変えて、教科書の裏側にある「人間ドラマ」を話して […]
【実話】統計学はビール工場から始まった？T検定の生みの親「ゴセット」に学ぶ現場の知恵新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、統計学の講義で受講生が退屈そうにしていませんか。 「標準偏差？ 正規分布？ それが僕らの仕事と何の関係があるんですか」 そんな顔をされたら、ぜひ話 […]
【【新人エンジニア必見】全データをチェックするな？「標本誤差」と正しく付き合う技術新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、毎日の指導お疲れ様です。 エンジニアというのは、基本的に「完璧」を愛する生き物ですよね。「データはすべてチェックしました！」「バグは一つも残してい […]
【新人エンジニア必読】データは嘘をつかない？ポアンカレとパン屋の物語から学ぶ「疑う力」新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、日々の講義お疲れ様です。データ分析やテスト工程の講義をしていると、受講生からこんな反応をもらうことはありませんか。 「テストデータは全部パスしまし […]
【数学解説】3重の合成関数を微分するには？連鎖律は「マトリョーシカ」で攻略せよ！新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、講義の進み具合はいかがでしょうか。機械学習やディープラーニングの基礎理論を教えていると、避けて通れないのが「微分」ですよね。 特に「誤差逆伝播法（ […]
【新人エンジニア研修】「平均値」を信じると痛い目に遭う？投資にも役立つ「べき分布」の教え方新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、日々の講義お疲れ様です。技術的なスキルの伝達も重要ですが、エンジニアとしての「世界の見方」を教えるのも、先輩である私たちの重要な役割ですよね。 突 […]
【新人研修】ベイズの定理の正体は「情報の更新」！事前確率と尤度で教えるエンジニア数学新着!!
こんにちは。ゆうせいです。 新人エンジニア研修の講師のみなさん、受講生の「数学アレルギー」への対処、お疲れ様です。特に機械学習やデータ分析の基礎を教える際、避けて通れないのが「ベイズの定理」ですよね。 「公式は覚えたけど […]
【新人エンジニア研修】対数の微分がなぜ分数になるのか？直感と論理で教える技術新着!!
こんにちは。ゆうせいです。 新人エンジニアの研修を担当されているみなさん、毎日の講義お疲れ様です。講義の中で、数学的な概念を説明しなければならない場面に出くわすことはありませんか。 たとえば、アルゴリズムの計算量やデータ […]
「感情」が記憶のカギ？海馬と扁桃体をハックして技術を定着させる脳科学的アプローチ新着!!
こんにちは。ゆうせいです。 新しいプログラミング言語や技術書を読んでいるとき、どうしても内容が頭に入ってこないことはありませんか？ 「自分は記憶力が悪いんだ」と諦めるのはまだ早いです。実は、脳の仕組みをうまく利用できてい […]
暗記が苦手でも大丈夫！エンジニアが知るべき「脳と記憶」の仕組み新着!!
こんにちは。ゆうせいです。 一生懸命勉強したプログラミング言語の構文なのに、翌日にはすっかり忘れてしまって落ち込むことはありませんか？一方で、子供の頃に覚えた自転車の乗り方は、何年乗っていなくても忘れませんよね。 なぜこ […]
データ分析の第一歩！コイン投げから学ぶベルヌーイ分布と二項分布の仕組み新着!!
こんにちは。ゆうせいです。 新人エンジニアのみなさん、データ分析や機械学習という言葉を聞いて、なんだか難しそうだと身構えていませんか。数式がたくさん出てくると、どうしても頭が痛くなってしまうかもしれませんね。 でも、安心 […]
生成モデル、識別モデル、識別関数の違い新着!!
AIの世界へようこそ！ 機械学習を学び始めると、「モデル」という言葉が何度も出てきますよね。 特にE資格でも重要なのが、データをどう扱うかというスタンスの違いである「生成モデル」「識別モデル」「識別関数」の3つです。 こ […]
AIが賢くなる秘密の数式？ベイズの定理で「データから正解」を導き出す方法新着!!
こんにちは。ゆうせいです。 新人エンジニアのみなさん、AIが「この画像は 80% の確率で猫だ！」と判断するとき、裏側でどんな計算が行われているか知っていますか。 その核心にあるのが、統計学の超重要ルールであるベイズの定 […]
【NumPy応用】乱数を操る！choiceとshuffleを使いこなして脱・初心者を目指そう新着!!
こんにちは。ゆうせいです。 前回の記事では、NumPyの乱数生成の基本である「3つの神器（rand, randn, randint）」と、再現性を保つための「シード値」についてお話ししました。 「サイコロを振る」ような単 […]
【完全攻略】Axis=0と1の呪いを解く！「縦か横か」迷わなくなる直感的イメージ法新着!!
こんにちは。ゆうせいです。 Pythonでデータ分析を始めて、pandasやNumPyを使い始めた新人エンジニアのみなさん。必ず一度は頭を抱える「ある問題」がありますよね。 そう、「Axis（アクシス）問題」です。 df […]