こんにちは、コウです! フォローお願いします!

今回はAIと統計です!

 

まず、AI(artificial intelligence)は今後ますます需要と発展が見込まれます。

身近だとスマートフォンなんかの進化が感じられますよね。

「OK google」「Hey Siri」 みなさんもスマートフォンに向かって話しかけたことがあるかもしれません

LINEだとAIアカウントとして女子高生リンカとかがいますし、youtubeでもAIがチャンネルを持つなどしています。

そしてこれからは、AmazonのAIスピーカー 自動運転 VR など通信技術の発展とともに機械が知能を持つ時代が到来します。

 

これってすごいことですよね。

僕は、ホーキング博士とは違い、AIの発展に賛成ですし、共生したいと考えています。

 

実際みなさんも使いますよね、スマートフォンやパソコン クレジットカード

そうです、人の欲求を満たすAIの機能にはあらがえない側面を人は持っているし 無理にあらがう必要もないと考えます。

無限月読的なコールドスリープ夢の中にいるだけの たらたらと長くいかされる 夢見る生物としての人はどうかなと考えますが…

 

そろそろ本題

Q. AIに感情は搭載可能でしょうか?

-A.可能です

 

あえて言い切ります。

心理学の分野で取り組まれている、夢を見る 無意識 共同体感覚といった 根底的な心理についてはまだ見解は控えますが

感情といった 欲求という有る程度明確に存在する人的機能の上位表出機能に関しては、電気活動の研究が進むにつれて可能だと考えています。

 

例えば、ざっくりと喜怒哀楽

a=喜

b=怒

c=哀

d=楽

 

ボールが当たりました

その時の感情は?

100人にアンケートを取りました。

 

a=3%

b=60%

c=32%

d=5%

 

なので、AIにボールが当たった時の感情表出としてプログラミングするなら

hyousyutu = random(1~100)

 

If random = 1 between 3 then

performance.a 

elseIf random = 4 between 63 then

performance.b 

elseIf random = 64 between 95 then

performance.c 

elseIf random = 95 between 100 then

performance.d 

END if

 

こんなかんじでしょうか ざっくりと

その時々の変数により さらに詳細に変数を操作する必要はありますが

大枠としてはこのようなものだと考えています。

 

以上の例に100人へのアンケートがありました

これが統計にあたり

プログラミングがAI構成に関係していますね。

 

AIに感情が必要かどうかは別として 統計学はAIへのプログラミングに役立つようです。

 

今後はさらに違う観点から議論していきたいと考えています(長くなってしまった。笑)。

 

 

言語を用いている限りそれは人が生み出した産物であり、超音波程度の宇宙放射線程度の6次元程度の 知覚不可能な領域に達して初めてAIは自立する。-コウ

 

 

 

 

 

 

 

 

 

 

 

こんにちは、コウです! フォローお願いします!

今回は母集団と標本についてです!

 

統計は計を統べることを意味しています。データの積み重ねのイメージが湧きますね。

一方、英語で統計または統計学を「statistics (スタティスティクス)」と言い、語源はラテン語で「状態」を意味する「statisticum (スタティスティークム)」を意味しています。また、この言葉がイタリア語で「国家」を意味するようになり、国家の人力、財力等といった国勢データを比較検討する学問を意味するようになりました。

なので、本来統計は国全体を図り、そのデータの要約により、見解を深めようとするものでした。

しかし、一個人・一研究者において国全体を図ることは不可能 そこで標本という概念がでてきます。

標本とはsampleといいます。(試供品のsampleですね?)

国全体は不可能なので限られた資源からデータを抽出して、母集団に当てはめる試みが行われました。

 

その際に気を付けるのは無作為に標本を抽出するということです。老若男女年齢性別問わず、調査対象に合わせて普遍的に調査することが非常に重要です。

 

このようなデータ抽出はよく味噌汁に例えられます。

味噌汁は混ぜてからすくわなければ、そこは味がこく、上は味が薄いといったことがあります。その味噌汁の味を知ろうと思えば、混ぜてからすくうといった普遍的な味が求められます。

標本抽出の取り組みも同じことになります。

 

統計を用いる時は母集団は何か、そのための標本に対して普遍的に無作為に抽出できる方法は何かをしっかりと検討することが大事になります。

 

 

大いに人気に投ずるものには統計的特徴が備わる。その質は中庸。-ポール・ヴァレリー 

 

 

 

 

こんにちは、コウです! フォローお願いします!

今回はギリシア文字と統計についてです!

 

統計ではよくギリシア文字が用いられます

代表的なものを挙げてみます

 

α…第1種の過誤の確率、有意水準、回帰モデルの切片、クロンバックのアルファ係数

β…ベータ関数(大文字)、第2種の過誤の確率、偏回帰係数

γ…ガンマ関数(大文字)、グッドマン=クラスカルのガンマ

δ…変化量(大文字)、差、変化量

ε…回帰モデルの誤差項

η…相関比

θ…母数、定数、推定値

κ…コーエンのカッパ係数

λ…ウィルクスのラムダ(大文字)、グッドマン=クラスカルのラムダ、
ポアソン分布のパラメータ、固有値

μ…母平均

ν…自由度

π…総乗

ρ…相関係数

σ…母分散、母標準偏差

τ…ケンドールのタウ、グッドマン=クラスカルのタウ

φ…自由度、ファイ係数

χ…カイ二乗分布の検定統計量(χ²)

ψ…対比

 

これらは統計においてよく用いられるギリシア文字になります。

多くの場合は小文字が使われているので小文字表記としています。

 

これらの意味の一つ一つは今後説明できたらとおもいます。

 

 

また次回、有名な統計学者についてもざっくりとまとめてみようと思います。

 

真の叡智は、自己の無知を悟ることである。…ソクラテス

 

 

 

 

 

こんにちは、コウです! フォローお願いします!

今回はAIについてです!

 

 

このブログを書き続ける期限となっているAIですが

2045年

AIの知能が人間の知能を追い抜くと言われています

 

なので、ある程度の仕事はAIにとって代わられ

AIとの新しい共存の形、はたまた争いの時代が生誕する可能性が指摘されています。

 

皆さんの身の回りはどうでしょう

徐々に機会による自動化が進んできているのではないでしょうか

 

特に私としてはVRが芸術の分野で大きく発達するのではないかとみています(とても期待しているところ)。

 

このAIの特徴として

演算処理能力 記憶処理能力 が人以上であることはもちろん

創造性も人を上回っていることが特徴です。

 

さらに、悲しくはありますが 地球と人類の発展へ貢献づけられるなら AIが仕事を代替することや

人より権力を大きくすることは良いと考えています。

 

そのためには、良識ある学者がAI開発のために資料を丁寧に創出し積み重ねる必要があると考えており

さらにその資料には統計がとても重要だと考えています。

 

 

なので、私はこのblogをAIが確立して引き継ぐことのできる時代まで(おこがましいかもしれませんが)書き続けようと考えています。

 

 

積み重ねが日進月歩の営みが誠実性と確実性が 人とAIをつなぐことにつながると信じています。

 

 

 

すでに我々が手にしている原始的な人工知能は、非常に有用であることが分かっている。

しかし、私の考えでは、完全な人工知能が開発されれば、人類は終焉を迎える可能性がある ― D.ホーキング

 

しかし私たちが他の動物を排除せず、保護し、より繁栄させる営みがあるように

地球へ貢献し続けようとするならば、正しく進化することをやめなければ、共存することが可能な未来が存在する。-コウ

 

 

 

 

こんにちは、コウです! フォローお願いします!

今回は標準偏差についてです。

 

標準偏差は…統計学において、同じく大根幹をなしています。笑

 

標準偏差:データのばらつきを表す指標です。

ばらつきってなに?

データのばらつきは様々です

例えば、自分のテストの点を記録すれば 算数の平均はだいたいこの程度と判別がつきますが

当然算数のテストを繰り返し行うと、良い時(90点)もあれば悪い時(20点)もある これがばらつきです。

当然、小学生の中には虫が好きな子もいれば ロボットが好きな子もいる

足が速い子がいれば 遅い子もいる

アイスの売り上げは季節によってバラバラだろうし

さっきいったテストの点数も毎回違うことだってある

 

このバラバラがばらつきです。

で、このばらつきが大体平均からどの程度ばらついているが表す指標が標準偏差です。

 

 

統計では標準偏差は

平均→分散→標準偏差 と算出することが一般的です。

 

そして偏差値などは標準偏差を応用して作られた値で

全国模試などでは 前回のブログで述べた通り 偏差値30点以下なら全国下位5%以下 偏差値70点以上なら全国上位5%以上(東大生等) だったりが分かるのです。

 

 

そのほかにも、統計学において標準偏差は

有意水準を規定するのに使用されています。

これはまた次回。

 

皆さんも平均の話題が出たら次は標準偏差を考えてみてください!(これが統計学者の第一歩!)

 

 

 

 

現状維持では後退するばかりである-ウォルト・ディズニー

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

こんにちは、コウです! フォローお願いします!

今回は中心極限定理についてです。

 

中心極限定理は大数の法則や平均と同様統計学において、同じく大根幹をなしています。笑

 

中心極限定理: 標本分布は母集団の正規分布へ十分に大きなサンプルを持つことで近似する

 

中心極限定理が提唱されているため統計学は検定や推定を行うことができ、かつ 汎用的であります。

 

ここで、小学生の読者さんは正規分布ってなに?となっているかもしれませんが

それはまた次回お話しします!

 

簡単にいうと正規分布という釣鐘型のグラフを描き、面積を求めることで確率を算出できる便利なものです。

あの有名な全国模試、偏差値が使用されています。なので、偏差値50は上位50% 偏差値60は上位32% 偏差値70 上位5%である成績勇者ということがが言えるのです。

 

 

”Step by step. I can’t see any other way of accomplishing anything.”
ステップ・バイ・ステップ。どんなことでも、何かを達成する場合にとるべき方法はただひとつ、一歩ずつ着実に立ち向かうことだ。これ以外に方法はない。-マイケル・ジョーダン

 

 

 

 

 

 

 

 

 

こんにちは、コウです! フォローお願いします。

今回は大数の法則についてです。

 

大数の法則は平均と同様統計学において、同じく根幹をなしています。

 

大数の法則 : ある確率モデルは試行回数を増やせば相対頻度の極限とほぼ確実に一致する。

 

いきなり難しい話になりましたが、簡単に言うと

あるコインを投げたとき表が出る確率は2分の1(確率モデル)  さらに、実際にコインを投げ続けた結果2分の1(相対頻度の極限)

 

というわけです。

なので、

サイコロで1が出る確率は6分の1

トランプのあるカードの出る確率は52分の1

 

このようにあることを繰り返し行うと平均に収束していく様相が確率のモデルとして提唱されています。

 

この法則、例えば保険で使用されていたりします。

交通事故が発生する確率について、一見 読者の皆さんが実際に遭う確率は低いものの

交通事故の発生事象を積み重ねていけば、具体的な確率情報として把握でき、実際に保険料を決定付けるまでの実用性を有します。

 

 

なので、確率について

「でも、それただの確率ですよね。」と指摘された場合

「はい、大数の法則により定義づけられている確率です。」と言い返せば

たかが確率からされど確率に見直されるかもしれません。(屁理屈っぽいですが。笑)

 

 

運気は、準備が出来ている者に訪れる。-ルイ・パスツール

 

 

 

 

 

 

 

 

 

 

 

 

 

こんにちは、コウです! フォローお願いします。

今日は統計と投資に関する内容です。

この前お話ししたように、私副業で投資をしています。 

で、皆さんにも投資することを強くお勧めします!!(学生さんも親の許可有でできます!) 

 

日本は投資の文化がかなり遅れていると感じていて、アメリカでは中学生から投資の勉強が始まるそうです。

特に年功序列の社会で給料以外の副業で安定的に収入を増やすのは現代と未来の常識かと思います。 

最近はトランプ氏と中国との関税の掛け合いが発生していますが…資産運用の方法の一つとして投資することを構えることは有効と言えるでしょう。 

 

さて、そんな投資に統計がかなり役立ちます。

昨日アップした移動平均もそうですし 

株価の変動 チャートグラフ ボリンジャーバンド(標準偏差) など統計的要素がかなり使用されています(テクニカル分析)。

先ほどの米中の関税の掛け合いは市場心理に大きく影響する要因としてファンダメンタルに関係してきます。 

こちらもこれからのblogでupします。 

良い投資家、分析家、情報屋、コンサルタント、研究者はみんな一通り統計の知識を持ち得ています。 

なぜなら、最善の判断と価値創出に役立つためです。 

今後統計を極めれば、究極的に勝率99%の資産運用が可能となるかもしれません。 (その前に新たな社会理論の発見が必要かもしれませんが…) で

すので、皆さんも少しずつでも統計の勉強を日々少しづつでも重ねることが大切です。 

良い投資家を目指して一緒に統計を勉強していきましょう! 

 

 

チャートは、感情に流されやすいマーケットに、極めて冷静な示唆を与えてくれるのです。テクニカル分析は、成功するために欠かすことはできません。-リチャード・ドライハウス 

人が冷静さを失っているとき、あなたが冷静さを失わなければ、あなたは富を築くことができます。-マーク・リッチー

 

 

こんにちは、コウです!

フォローお願いします!

 

さて、昨日は平均値についてお話ししました。

さらに役立つ使い方として移動平均というものがあります。

 

移動平均とは、ある一定の期間における数の集合(データ)を平滑化することです。

 

例えば、東京ネズミーランドって1週間のうち来場者数が多いのって休日である 土曜日と日曜日 だと思いませんか?

でも、長期的に来場者数を捉えようと思ったら土曜日や日曜日を外した方が明確に見えてくるものもあります。

 

簡単に言えば、今日1日の来場者数が明日も同じ来場者数ではないためです。

 

統計はあくまでも最善の判断・価値創出のためのツールですから 長期的な視点を含む場合が多いです。

 

なので、ひとえに平均で大まかなところを掴んだところで 時系列的な要素を加味した場合 移動平均の方が

有効である場合があるのです。

 

この移動平均はただの平均と違い、より応用された分野

月末収支(平均)→1年を通した収支の傾向(移動平均)

音や画像のバグデータの数(平均)→バグデータの処理(移動平均)

一時点(平均)→移動区間(移動平均)

 

大雑把でしょうが、このようなものです。

 

 

なので、これから株やFXやってみようと考えている方は

投機(平均)ではなく投資(移動平均)を読むように心掛けてください

 

 

 

 

 

 

現在の収益と目先の見通しは悪くても将来の状態を冷静に評価すると、現在の価格よりもはるかに高い価値を示すことがある。―ベンジャミン・グレアム

 

こんにちは、こうです!

フォローお願いします!

 

さて、

本日は平均についての話です。

 

まず初めに平均と言えば何をイメージしますか?

 

僕はシーソーや天秤のようなものをイメージします。

なぜなら、シーソーや天秤の重心にあたるところが平均といわれるためです。

 

平均の定義

数の集合の中間的な値のこと

 

さて、この平均は統計の根底を成しているのですが

よく代表値としてあらわされます。

例えば

日本人の平均年収432万円(いきなりリアル。笑)

平均寿命 男性81歳 女性87歳

平均体重と慎重(18歳 2018年現在) 男性162cm 61kg  女性151cm 51kg

平均値をつかむとそれらが大体どのようなものか大枠を掴むことができます。

 

なので、疑問をもったら平均値もあわせて疑問点としてもってください

1日の東京ネズミーランドへの来場者数は?

好きなあの子が音楽を1日に聴く曲数の平均値は?

日本の将来への期待値の平均値は?

恋愛の愛情の平均値は?

 

 

しかし、平均値には頑健性の低さがデメリットとして挙げられます。

この話はまたいつか。(気になった人は調べてみてください)

 

 

 

 

人生に平均は存在しない。つまり、唯一無二の存在に対し、平均は存在し得ない。-コウ