データサイエンスとモデル化・シミュレーション

データサイエンティストは、大量のデータを分析して、事業に使える知見を取り出す専門人材である。

分析の技術だけでなく、数字の意味を読み取るための事業の知識も求められる。例えば売上データを扱うなら、統計の知識に加えて、その商売の仕組みを知らないと役に立つ問いを立てられない。

たとえ現場に残された手がかりを集めて仮説を立て、証拠とともに依頼人へ説明する探偵に似ている。

覚え方サイエンティストは科学者の意味で、仮説を立てて検証する姿勢が名前に入っている。

この用語の過去問 2 題 データサイエンティスト →

デシジョンツリーは、判断と結果の分かれ方を枝分かれの図で表す手法で、決定木とも呼ぶ。

分かれ目ごとに条件や選択肢をたどると、末端の葉に結論が現れる。枝に確率を付ければ、確率と結果を掛けて足した値である期待値で案を比べられる。データを段階的に分類する機械学習の手法としても使われる。

たとえ分かれ道ごとに案内板を読み、最後に着いた場所で答えが決まる道案内に似ている。

覚え方デシジョンは決定、ツリーは木で、結論の位置を葉と呼ぶのも木の見立てから来ている。

この用語の過去問 2 題 デシジョンツリー →

モデル化は、目的に必要な要素だけを選び、現実の対象を数式や図で単純に表すことである。

実物をそのまま扱うと複雑すぎて、分析にも実験にも手間がかかる。そこで要素を絞るが、省いた分だけ現実との差が残る点は避けられない。偶然の要素を入れるかどうかも、この段階で決める設計上の判断である。

たとえ距離や地形を省き、駅の順序と乗換えだけを残した地下鉄の路線図に似ている。

覚え方プラモデルのモデルと同じ語で、もとは「模型」を指す。

この用語の過去問 1 題 モデル化 →

確定モデルは、偶然の要素を含まず、同じ入力なら常に同じ結果になるモデルである。

例えば、単価200円の品が30個売れると置けば、売上の計算結果は6,000円の一通りに決まる。実際に30個売れるかどうかは別の話で、現実との差は残りうる。

確率モデルは、偶然の要素を確率で組み込み、結果を分布や期待値で表すモデルである。

来店客数や機械の故障のように、毎回の値が揺れる量を表すのに向く。値ごとの起こりやすさを並べたものを確率分布と呼び、そこから平均的な値である期待値が求まる。

たとえ明日の空模様を一つに断定せず、降水確率で伝える天気予報に似ている。

この用語の過去問 2 題 確率モデル →

シミュレーションは、モデルを動かし、条件を変えたときの結果を実物を使わずに試すことである。

実物で試すと費用や危険が大きい場合でも、モデルの上なら何度でもやり直せる。乱数でばらつきを再現する方法はモンテカルロ法と呼ばれる。結果の確かさはモデルの出来に左右される。

たとえ本番の前に段取りを何通りか試して、うまくいく形を探すリハーサルに似ている。

覚え方英語の simulate は「まねる」の意である。

この用語の過去問 1 題 シミュレーション →

データ同化は、観測値を計算中のモデルに取り込み、モデルの状態を現実に近づける手法である。

どのモデルにも現実との差があり、計算が進むほど差が積み重なりやすい。そこへ観測値を随時反映して、ずれを小さく保つ。代表的な応用例は気象予報である。

たとえ走行中のカーナビが衛星の測位情報を受け取り、地図上の現在地を直し続ける様子に似ている。

覚え方生物の同化は外から取り入れた物を自分の一部にする働きで、観測値をモデルの一部にする点が重なる。

予測は、過去のデータやモデルなど手元の情報から、将来の値や状態を見積もることである。

手段は統計やモデルの計算に限らず、専門家の見解を集める方法もある。どの手段でも、見積もりである以上は外れる可能性が残る。

たとえこれまでの歩く速さと残りの道のりから、山頂に着く時刻を見積もる登山者に似ている。

覚え方字のとおり「予め測る」で、まだ測れないものを先回りして測る。

この用語の過去問 3 題 予測 →