2024.03/16 データサイエンスの効果的活用法（４）

現象を眺め、そこから新しい機能を取り出したい、あるいはそこに関わる未知の因子を見つけたい時には、現象から得られたデータについて回帰と分類ができれば目標を達成できる。

そのために、重回帰分析と主成分分析を学ぶのである。回帰と分類であれば、機械学習という説明をしているデータサイエンスの教科書もあるが、それは偏り過ぎである。

このあたりの考え方について実例をもとに来週の日本化学会春季年会で発表する。多くの現象から機能を取り出したいときに線形一次で機能する現象以外を取り出しても使いにくい。タグチメソッドでも線形一次の現象を暗黙に前提にしている。

それでも要因効果図には不思議なグラフが現れたりするので、自然現象を把握し解明することは難しい。難しいので、それを解けるようにモデル化する考え方が大切になってくる。

このモデル化は仮説立案作業とは同義ではない。自由に現象を捉え、みたままをモデル化するのである。キャンパスに向かう画家は、いつも自由であるので名作の鑑賞はこの訓練となる。

カテゴリー : 一般