G検定対策試験に出てくるおもしろ用語集

タップできるもくじ

1 G検定対策試験に出てくるおもしろ用語集
2 ノーフリーランチ定理
3 次元の呪い
4 トロッコ問題
5 醜いアヒルの子定理
6 モラベックのパラドックス
7 バーニーおじさんのルール

G検定対策試験に出てくるおもしろ用語集

そんな、ディープラーニングや機会学習のジェネラリストを検定するこの試験。

どういうわけか面白い用語が多いので、いくつかご紹介します。

共通するのは、特に定理やルール名を中心に、けっして「うまい！」とは言えない、意味不明な例えばかりという点。

恐らく本来は英語名の者を訳しているためかと推察しますが、日本人からしてみると？？？な例えばかり。

そんな用語集をいくつかご紹介します。

記事を書いた人

大手IT企業でデータサイエンスを活用した分析業務に携わっています。

元営業という経歴を活かしながら、金融・製造・流通業のお客様を中心にAI活用コンサルや定着支援・人材育成の支援をしたり、講演や執筆活動など幅広く活動しています。

ヤエリ（@yaesuri_man）

普段のお客様との会話の中でよく話題に出るこのテーマ。

技術畑ではないものの、長らく現場の実務に携わってきた視点は喜ばれることが多いです。

ノーフリーランチ定理

この定理は「あらゆる問題で性能の良い汎用最適化戦略は理論上不可能であり、ある戦略が他の戦略より性能がよいのは、現に解こうとしている特定の問題に対して特殊化（専門化）されている場合のみである」ということを立証している（Ho and Pepyne、2002年）。※wikipediaより

つまり、

機械学習でデータモデルを作成する事を考えた時、あらゆるデータセットに万能なアルゴリズムは存在しない

ということ。

データモデルを作成する手法は、ロジスティック回帰、ランダムフォレスト、GoogleのTensorFlow・・・と、色々なアルゴリズムがありますが、どのアルゴリズムで作成したモデルが最適な精度を出すかは、作ってみないと分からないということです。

「無料の昼食は存在しない。そんなにうまい話は無い」という感じでしょうか。

次元の呪い

リチャード・ベルマンが使ったもので、（数学的）空間の次元が増えるのに対応して問題の算法が指数関数的に大きくなることを表している。※wikipediaより

機械学習を行う上で特徴量の数は結構ポイントになりますが、特徴量の数が増えれば増えるほど、指数関数的に問題が複雑になっていく事。

例として「この人はお金を返してくれるのかどうか」という、与信モデルの問題を例に挙げてみます。

その場合の特徴量としては、

性別（男性女性、というカテゴリ変数。「性別不詳」を入れると3パターン）
勤務先区分（カテゴリ変数。正社員、アルバイト、無職、役員とすると4パターン）
持家区分（カテゴリ変数。持家、借家、実家住まいとすると3パターン）

となりますが、上記の例だけで言っても３×４×３の３６通りが考えられます。

しかもこの特徴量（次元）が増えれば増えるほど、計算は大変かつ複雑になってきます。

これが次元の呪いです。

ちなみにここから先は一気に難易度が上がります。

トロッコ問題

トロッコ問題（トロッコもんだい、英: trolley problem）あるいはトロリー問題とは、「ある人を助けるために他の人を犠牲にするのは許されるか？」という倫理学の思考実験。フィリッパ・フットが提起し、ジュディス・ジャーヴィス・トムソン、ピーター・アンガーなどが考察を行った。人間がどのように道徳的ジレンマを解決するかの手がかりとなると考えられており、道徳心理学、神経倫理学では重要な論題として扱われている。※wikipediaより

もし貴方がトロッコに乗っていたとして、この先の線路が2つに分かれていたとします。