【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!

  Рет қаралды 36,977

スタビジ【誰でもAIデータサイエンス】byウマたん

スタビジ【誰でもAIデータサイエンス】byウマたん

Күн бұрын

統計学と機械学習の違い
toukei-lab.com...
この動画では、統計学と機械学習の違いについて簡単に解説していきます。
この手法は機械学習で~この手法は統計学で~というように手法ベースで考えていってしまうと曖昧になってしまうのですが、これら2つの領域の目的・スタンスを明確にしておくことで違いが見えてきます。
この動画では、3つのパートに分けて解説しますよ!
・統計学と機械学習の違い
・統計学と機械学習を使い分ける場面
・どんな手法が統計学と機械学習で使われるのか
【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
【この動画で覚えて帰って欲しいコト】
・統計学と機械学習の違いは手法ではなく目的の違いで判断しよう
・統計学は現在のデータの構造を解釈することが目的の領域である
・機械学習は将来のデータの予測精度を高めることが目的の領域である
サイトの方でもっと踏み込んだ説明やプログラミング実装をおこなっています。URLを記載しておくのでぜひのぞいてみてください!
■スタビジ
スタビジは「データサイエンスをもっと身近なものに!」をモットーにデータサイエンスの面白さを発信しているチャンネルです。
チャンネル登録はこちら↓
/ @aiby8596
■サイト(データサイエンスを発信するメディア)※旧:統計ラボ
toukei-lab.com/
・統計学と機械学習の違い
toukei-lab.com...
・統計学入門
toukei-lab.com...
・機械学習入門
toukei-lab.com...
・統計的検定
bit.ly/311FPsx
・回帰分析
bit.ly/37RrArJ
・主成分分析
toukei-lab.com...
・決定木
bit.ly/37RrEaX
・ランダムフォレスト
bit.ly/3fkLq0Z
・XGBoost
toukei-lab.com...
・決定木について
bit.ly/3fjIRwg
■関連動画
・統計学入門
• 【9分で解説】ビジネスに活かせる統計学の基礎...
・機械学習入門
• 【超入門】機械学習をビジネスの例も出しながら...
■「コスパよくデータサイエンスを学べるスクール」スタビジアカデミー
toukei-lab.com...
■Twitterアカウント
ウマたん@スタビジ: / statistics1012
■私が講師のUdemy講座
以下の記事に私が講師を務めるAIやデータサイエンス関連の講座一覧をまとめています!
toukei-lab.com...
この記事内限定で全ての講座が安くなる講師クーポン(最大94%OFF!)を公開していますのでご受講の際はぜひお使いください!
■出版書籍
・俺たちひよっこデータサイエンティストが世界を変える
amzn.to/36XbMFJ
・【入門】Pythonを覚えてエリートリーマンへ!落ちこぼれリーマンの逆転劇:amzn.to/31drMyU
・おばあちゃんがWebマーケティングを勉強して雑貨屋をV字回復!
amzn.to/3vG3tqC
・漫画で分かるデジタルマーケティング ✕ データ分析
amzn.to/44iT84Q
・データサイエンス大全 -シンプルにわかる49の用語と13の実践
amzn.to/3mFzhwG

Пікірлер: 26
@aiby8596
@aiby8596 4 жыл бұрын
【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 2 жыл бұрын
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 жыл бұрын
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 жыл бұрын
よかったです!ありがとうございます。
@lifeinnovationlab.1544
@lifeinnovationlab.1544 Жыл бұрын
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 Жыл бұрын
ありがとうございます!励みになります!
@user-jo8tv2nt9x
@user-jo8tv2nt9x 4 жыл бұрын
わかりやすいです!!
@aiby8596
@aiby8596 4 жыл бұрын
ありがとうございます!!
@user-dt5xw8fv4h
@user-dt5xw8fv4h 3 жыл бұрын
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 жыл бұрын
ありがとうございます!おっしゃる通りですよねー!
@尾﨑元恒-u8q
@尾﨑元恒-u8q 3 жыл бұрын
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 жыл бұрын
是非頑張ってください!
@user-cs6ls7hx9g
@user-cs6ls7hx9g 2 жыл бұрын
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・・・
@marcopatricio1329
@marcopatricio1329 3 жыл бұрын
南米チリから見てます!
@aiby8596
@aiby8596 3 жыл бұрын
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 жыл бұрын
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 жыл бұрын
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 жыл бұрын
丁寧な説明ありがとうございます
@SOSHINA-KAMIATSU
@SOSHINA-KAMIATSU 3 жыл бұрын
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 жыл бұрын
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 жыл бұрын
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。
@江戸川-m5q
@江戸川-m5q 4 жыл бұрын
統計学も機械学習もサイコー (^^)/
@aiby8596
@aiby8596 4 жыл бұрын
ありがとうございます!
@user-sf3ts2wt8l
@user-sf3ts2wt8l 2 жыл бұрын
4:54
@みんみん-z2t
@みんみん-z2t 4 жыл бұрын
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 жыл бұрын
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
【知らないとやばい!】AI(人工知能)って何!?AIで出来るコトとビジネスに活かす方法
16:45
スタビジ【誰でもAIデータサイエンス】byウマたん
Рет қаралды 10 М.
【9分で分かる】AI・機械学習の勉強に必要な数学の基礎を徹底解説!微積分・線形代数・確率統計
9:04
スタビジ【誰でもAIデータサイエンス】byウマたん
Рет қаралды 33 М.
SCHOOLBOY. Мама флексит 🫣👩🏻
00:41
⚡️КАН АНДРЕЙ⚡️
Рет қаралды 7 МЛН
The FASTEST way to PASS SNACKS! #shorts #mingweirocks
00:36
mingweirocks
Рет қаралды 16 МЛН
escape in roblox in real life
00:13
Kan Andrey
Рет қаралды 61 МЛН
【8分で分かる】機械学習だけ実装できてもダメ!データ分析を行う際のステップと注意点
7:50
スタビジ【誰でもAIデータサイエンス】byウマたん
Рет қаралды 24 М.
【機械学習】教師あり学習と教師なし学習の違い
15:51
予備校のノリで学ぶ「大学の数学・物理」
Рет қаралды 140 М.
【10分で分かる!】ディープラーニングの仕組み・歴史・将来について簡単に解説!
10:37
スタビジ【誰でもAIデータサイエンス】byウマたん
Рет қаралды 30 М.
【10分で分かる!】ビジネスで使えるクラスター分析を解説!非階層のk-means法とは?
10:28
スタビジ【誰でもAIデータサイエンス】byウマたん
Рет қаралды 31 М.
数学者に遠慮なく研究の話をしてくださいと言ったら【学術対談】
12:03
予備校のノリで学ぶ「大学の数学・物理」
Рет қаралды 274 М.
【10分で分かる】回帰分析について解説!線形回帰分析を基本に少しだけ応用手法も触れおこう!
9:20
スタビジ【誰でもAIデータサイエンス】byウマたん
Рет қаралды 39 М.