昨日Pythonで記述した重回帰分析プログラムを示したが、オブジェクト指向で簡易言語的色彩の強いPythonは、従来のプログラム言語と一線を画す。
これが20年前のPythonならばいまのようにライブラリーが充実していなかったので、他のオブジェクト指向よりも不完全なオブジェクト指向言語という位置づけだった。
それがDXの進展で、多数のライブラリーが無償提供され、生成系AIを使えばコードをすぐに吐き出してくれる。すなわち、プログラマーでなくても難しいデータサイエンスのプログラムを書けてしまう時代になった。
しかもエディターも高性能エディターが無償提供され、開発環境全てがタダ。とんでもない状況がビジネス環境に出現した。Chat-GPTを何に使うか議論する必要は無く、チョメチョメのPythonプログラムが欲しい、と尋ねれば、昨日のようなコードを書けるヒントが現れる。
開発環境から便利なライブラリーやツール類も無償提供されているので、0円でコンピューターによる問題解決ができてしまう。弊社にご依頼いただければ最適な教育プログラムを提供させていただきます。ただしこれは有料です。
カテゴリー : 一般
pagetop
9月にサービスセミナーを予定しているが、Pythonを御存じない方のために重回帰分析により、回帰式を求めるプログラムを下記に示す。
import pandas as pd
import numpy as np
from sklearn import linear_model
input_df = pd.read_excel('input.xlsx',header=0)
X = input_df[['P','C1','B']]
y = input_df['L.O.I.']
reg = linear_model.LinearRegression()
reg.fit(X,y)
print('偏回帰係数:',reg.coef_)
print('切片:',reg.intercept_)
たったこれだけである。
これは、当方の50年近く前に高分子学会「崩壊と安定化研究会」で講演した燃焼時にガラスを生成してポリウレタンを難燃化するシステムの解析を行うためのプログラムである。
50個近くのエクセルに書かれたLOIデータを読み込み、難燃性因子PとCl、Bを説明変数とする重回帰式をこのプログラムは吐き出してくれる。
弊社のサイトに書かれている重回帰分析のプログラムコードよりも圧倒的に少ない。それは重回帰式を求めるPythonのライブラリーが無料提供されているからで、
reg = linear_model.LinearRegression()
reg.fit(X,y)
この2行で重回帰式の計算を行っている。
PythonがC#その他の言語よりもブームとなっているのは、ライブラリー類がすべて無償提供されているからである。ゆえに既製品のライブラリーでできることなら、この例のようにただ、ライブラリーからメソッドを切り貼りするだけである。
セミナーではこのプログラムにいろいろとおまけをつけて、プログラムを動かせば重回帰分析ででき、一通りの解析結果をグラフ化して示すところまで分かり易く解説するので、機械学習の入門セミナーとして最適である。
カテゴリー : 未分類
pagetop
9月30日（時間：10：00-16：00、12：00-12：50昼休み）に参加費1万円で多変量解析のセミナーを予定しています。お盆休み重回帰分析セミナーにご参加いただいた方は、5000円とします。
プログラムも午前中は重回帰分析、午後を主成分分析の解説にします。Pythonの使用を前提にして、参加者には重回帰分析と主成分分析のサンプルプログラム（Pythonで記述）を事前に配布します。
この事前配布したプログラムと機能アップ、使い方を中心としたセミナーであり、無料開放されているPython入門セミナーとは大きく内容と密度が異なります。
ただしPythonを必要としない方でも弊社のサイトのプログラムを活用して解析できます。なお、セミナーでは、Python初心者あるいは、これからPythonのプログラミングを始めたい方にも参考となるような進行を考えています（注）。
すなわち多変量解析の解説とともにPythonプログラミングのツボを解説いたします。本セミナーでは、多変量解析を足掛かりにし、マテリアルズインフォマティクスはじめデータサイエンスを業務に取り込み、個人のパフォーマンスを上げることを目指しリスキリングを可能にします。
ゆえにセミナー料金もサービス価格としており、さらに詳細な解説付きプログラムを無料で配布するという出血サービスです。
（注）Pythonの環境構築ができていない方には、その方法のマニュアルを受講テキストに添付しますので事前に環境構築し、配布されたプログラムを試すことができます。
お申込みはこちら
カテゴリー : 未分類
pagetop
パーコレーションという現象について数学者たちは1950年代から議論してきた。そして今やｎ次元のパーコレーションについてその閾値が求められている。
ボンド問題とサイト問題はそのままで、両者について閾値が知られている。スタウファーの教科書には詳しくその解説がなされているが、これを読み解くためには高度な数学の知識が必要だ。
教科書なので、その高度な数学についても丁寧な説明がなされており、パーコレーションについて彼の教科書を読めば、確率が関わる現象であることがわかる。
世界で発生している山火事もパーコレーションの問題の対象と言うよりも、もともとパーコレーションの研究が始まったのはカリフォルニアの山火事問題だった。
数学者は1950年代からパーコレーションの問題を論じてきたが、化学の世界では1980年前後まで複合則あるいは混合則という定理が存在し、それで科学的に議論が進められてきた。
当方が1979年にゴム会社へ入社した時に指導社員からパーコレーションが混合則で議論されている問題を教えられた。ゴムには様々な配合物が添加される。
フィラーとして添加されるカーボンについてパーコレーションの問題を混合則で議論していては、現象の理解が難しいというわけだ。それでも経験知を科学的な議論の中に取り込み学会で混合則の議論が展開されていた。
カテゴリー : 一般
pagetop
統計学の分野で生まれた多変量解析の重回帰分析は、回帰すなわち実験データの欠損値や未知のデータ予測に使われる。
その目的においては、回帰式の信頼性が重要になり、ｔ検定が行われあるいはｐ値からどの程度の予測精度が得られるのか、これらのパラメーターを基に考察される。
重回帰分析は、このような回帰の目的以外に、従属変数（目的変数）へ独立変数（説明変数）がどの程度の寄与があり、その寄与率を考察することにより、目的変数に影響が大きい説明変数を見出し、目的変数の改善を行ったりする目的で使用される。
この用途では、独立変数が一次独立であるのかどうかが重要になってくる。ゆえにこの一次独立性を確保するために段階式重回帰分析や主成分分析の組み合わせ手法が用いられたりする。
技術開発では、説明変数の素性が分かっているので、段階式重回帰分析を用いるよりも技術の視点から変数を選び、回帰式を組み立てた方が良い。
回帰式の組み立てにおいて、単純に統計手法としてのやり方だけでなく、問題解決の視点からの方法もあることを知ってほしい。
すなわち、問題解決においてデータはあるが、どこから手を着けたらよいのか分からない場合、とりあえず多変量解析を行ってみる、というのは有効な方法であり、そのとき目的が明確ならば重回帰分析となる。
この問題解決の用途で重回帰分析を行う時にｐ値とかｔ値を気にする必要はない。なぜならヒントを得る目的なので、係数の統計的信頼性よりも係数から得られる情報を重視するからである。
また、ｔ値やｐ値はデータ量が多くなると良い値になる傾向がある。すなわちデータ量が多くなるとｔ検定に合格しやすくなるので、その視点からも重要度が下がる。
むしろ説明変数の一次独立性の方が重要になったりする。説明変数の目的変数に対する寄与を調べたりする時には標準偏回帰係数を用いなければならない。このとき全説明変数の標準偏回帰係数の総和が１からどれだけずれるのかは目安になるのだが、このあたりの説明がなされていない本が多い。
その他に重回帰分析で分類やデータの特徴づけ、すなわち主成分分析の分野で行うような解析もできるが、問題解決法としての説明は、一般の多変量解析の教科書に出てこない。弊社の関連するセミナーだけで解説されるノウハウだ。
５０００円セミナーでも５００００円セミナーで解説するこのあたりのノウハウも盛り込んでいるので、極めてお得である。５０００円セミナーは盆休み特別企画である。
カテゴリー : 一般
pagetop
約３０年ほど前にPythonが登場した時、Lattice C を使っていた。C＋＋に移行し始めたとき、C#の使いやすさからC#を使うようになった。PythonがＯＣＴＡに採用されても、Ｐｙｔｈｏｎを使う気にはなれなかった。
ＭＳーＯｆｆｉｃｅで少し複雑な計算を行う時、ＶＢＡを立ち上げていた。Ｃ＃のライブラリーとＶＢＡはよく似ていたのでそれほど敷居は高くなかったが、お金がかかった。
Ｐｙｔｈｏｎが無料であっても、お金を出せば必要なライブラリーが揃うＣ＃は便利だったので、Ｐｙｔｈｏｎへの関心が薄れていった。しかしこの数年使用言語はＰｙｔｈｏｎだけに変わっていった。
驚くのは、エクセルも使わなくなった。Ｐｙｔｈｏｎでグラフが書けてしまうからだ。無償のライブラリーが豊富にあり、スクリプト言語として使いやすい。例えば回帰式を求めたい時には数行のコードを書けばよい。
エクセルのソルバーなら一発で、というが、エクセルのようにオブジェクトをこちょこちょいじる必要はないのだ。コードを数行書くだけである。また一度作ってしまえば、使いまわしができ、エクセルのソルバーよりも深い解析ができる。
データ駆動でアイデアを練る時にPythonは欠かせない道具になった。C#ではここまで気楽に使えない。ライブラリーのサポートも切れたので、コロナ禍となってからはPythson１色である。コロナ禍でプログラミング環境も変わった。ウィルスとは無関係だが。
カテゴリー : 一般
pagetop
今回重回帰分析をとりあげて２時間５０００円のPython入門セミナーを企画した。Pythonについては、予習で環境設定まで受講者各自で行ってもらい、２時間の半分以上の時間を重回帰分析の説明に充てる。
重回帰分析の数学に関する説明は、プログラムのアルゴリズムで説明するので数学に弱い人でも理解できる。主に重回帰分析を使った問題解決手法に力点を置き説明したい。
例えば、重回帰分析を統計学の視点で解説するとｔ検定すなわちｔ値やＰ値の議論が重視されるが、問題解決の観点では、説明変数の係数の意味が重要となってくる。
すなわち、ｔ値が低くても説明変数の意味が問題解決において重要であれば、その係数の信頼性をあげるように工夫する必要がある。これはｔ値やＰ値を議論する統計学の説明では？？？？となるような内容だが、実務の問題解決では重要な視点となる。
もっともｔ値やＰ値はデータ量が多くなれば有意となる確率が高くなる性質がある。ところがデータ量が多くなると説明変数の意味とは関係なく、計算上有意となっている場合もある（これをセミナーでは数学的にも説明する）。
すなわち問題解決で重回帰分析を使う時にはｔ値やＰ値よりも寄与率や決定係数の見方や意味が重要になってくる。これが顕著になるのは、アーレニウスの解析で重回帰分析を使用する場合である。詳しくはセミナーで。
カテゴリー : 一般
pagetop
５０００円セミナーでは、予習編と本編、復習編に分かれている。予習編では、Pythonプログラム開発環境をセミナー受講前に構築していただくための資料を準備している。
ただし、環境構築以外の情報も予習編では提供している。本編では、重回帰分析のプログラムを作成するための知識を提供している。ただし、Pythonのマニュアルではなく、重回帰分析プログラム及びその周辺プログラムを作成するための知識提供である。
復習編をつけており、セミナーの内容で受講後簡単なプログラム開発をしていただけるように教材を構成している。セミナーで不足する情報についてはマニュアルその他の紹介をしており、セミナーの知識があれば、これらの情報を知識に変えることが可能だ。
このような工夫をしているので、二時間のセミナーは、極めて濃厚な構成である。二時間のセミナー終了後は重回帰分析のプログラムが完成し、受講者は重回帰分析で各自の問題解決ができるようになっていると期待したい。
また、グラフ作成のためのツールも無償提供するので、グラフ作成プログラムも開発できる。おそらく5000円という価格を安価に感じていただけるのではないかと思います。
Python入門セミナーについては無償のセミナーが溢れていますが、重回帰分析プログラムやグラフ作成ツールを無償で配布しているサイトを見つけることができなかった。
弊社の今回のサービスセミナー受講料は5000円だが、これらソフトウェアーを無償で提供している。見方を変えれば、5000円でプログラム提供し、セミナーは無料という見方もできます。
カテゴリー : 一般
pagetop
６０年近く前に、知恵の無いものは努力してもだめだ、と言っていた小学校教師がいた。人間であることを否定するような教育者にあるまじき発言、と亡父は一刀両断に否定した。
亡父は知恵を身に着けているからこそ人間が他の動物と異なるのだ、というのが口癖だった。それから１０年ほど経過して、犬山モンキーセンターの話題をTVで取り上げていたら、サルから進化したというのは本当なのだ、と真顔で語っていた。
その後１０年して、当方が結婚し孫が生まれた頃に、知恵のあるカラスが話題になった。カラスによる都会のゴミ散乱がきっかけである。学者がカラスの知恵の話をしているのを聞いた亡父は絶句していた。相当のショックを受けたようである。
さて、知恵が人間だけの特権かどうか当方は知らないが、動物の本能の一つのようにも思える。睡欲と食欲、性欲は人間の基本欲求と言われ、脳科学の観点からかなり研究が進み、欲求からもたらされる喜びがどのようなものか明らかになってきた。
脳科学で恋愛の説明をされると、志賀直哉の「友情」という小説が胡散臭い小説に見えてくるのは当方だけだろうか。ベートーベンのデスマスクを割るシーンにある種の感動を感じた青春時代を時代遅れの未熟な感覚だったと後悔したりもする。
最近は、LGBTQやセルフプレジャーなどが話題になりNHKのあさイチで取り上げられたりするが、すでにその方向には各種事業が存在し、この4年間にそれなりのマーケットが形成されているのに驚く。
弊社は、知恵を磨くことの重要性に気づき起業したのだが、セルフプレジャー商品ほどの関心を持ってもらえず苦戦している。
知恵は基本３欲求と異なり、磨かなければ喜びにつながらない。基本３欲求は生きてゆくために人間に自然に備わった欲求と説明されたりするが、知恵が無ければ生きてゆけないのも人間社会である。そして知恵を磨けば磨く程喜びの機会は増える。
しかも、社会貢献できるほど知恵を磨けば、基本３欲求と異なり法の制限なく喜びを爆発させることもできるのだ。
弊社のセミナーでは、知恵を磨くことに焦点をあて、教材を作成している。単なる情報提供のセミナーとなっていないのが特徴である。磨かれた知恵は社会に貢献できる崇高な喜びを生み出す。
カテゴリー : 一般
pagetop
情報と知識が同一と思っている人はいないと思うが、現代の生成系AIの答えはどちらだ、と聞かれた時にうまく答えられるかどうか自信のない人もいるのではないか。
また、知識について生成系AIのような知識を頭に詰め込んでいる人もいるので、この問いの回答によっては怒りだす人もいるかもしれない。
まず、知識とは「形式知」と「経験知」、そして「暗黙知」の体系なので、いずれかに分類される。そして知識を身に着けるときにそれらを体系立てて身に着けていることが求められる。
この観点では、現代の生成系AIの知識には情報と知識の区別のできないものが大半である。ゆえに生成系AIの回答を知識として受け取るのは危険であり、情報としてまず眺めた方が良い。
最近生成系AIの回答が間違っている場合の議論がなされているが、情報を吐き出しているだけ、と捉えれば、議論するほどのことではない。そもそも現在のレベルにAIなどと名前を付けている問題を議論すべきではないか。
子供のころに学んだことを知識に変えるには知恵が必要となるので知恵を磨けと亡父に言われて困ったことがある。知恵がどのようなモノか理解していなかったので、磨く前に知恵と言うものが何か調べた。
すぐに亡父に知恵とは何か、と聞かなかったのは、父親の教育方針が「自分で調べろ」式の荒っぽいやり方だったからである。調べるための本は、自宅に大量にあったのでインターネットは無くても情報を集めることができて、おぼろげながら知恵と言うものを意識するようになった。
しかし、知識について「形式知」と「経験知」、「暗黙知」の3種の知で体系づけられると知ったのは、大学教養部の哲学の授業で学んでからである。「知性の歴史」を教科書に進められたこの授業ぐらい大学で勉強した価値を感じた授業は無い。
なぜか頭がすっきりしたのである。大学受験で詰め込まれた知識に悶々としていたが、それらが整理され、学ばなければいけない新しい知識を入れるためのスペースが頭に空いたのである。このとき、ドラッカーの次の言葉を少し理解できた感覚になった。
（P.F.ドラッカー「経営者の条件」より）
頭の良い者がしばしばあきれるほど成果をあげられない。彼らは頭の良さがそのまま成果に結びつくわけではないことを知らない。頭のよさが成果に結びつくのは体系的な作業をとおしてのみであることを知らない。
カテゴリー : 一般
pagetop
