メインコンテンツへスキップ
見出し画像

第3章:AIに必要な数学とは?統計と基礎知識

    AIを理解するためには、数学や統計の考え方も重要です。

    計算そのものよりも、「意味」を理解することがポイントになります。
    この章では、機械学習の土台となる基礎知識を整理します。

    計算そのものよりも、「意味」を理解することがポイントになります。
    この章では、機械学習の土台となる基礎知識を整理します。

    AIや機械学習を学び始めると、「数学が難しそう(混」と感じる人は少なくありません。

    しかし、G検定で重要なのは複雑な計算ではなく、「その考え方が何を意味しているのか」を理解することです。

    例えば、

    • AIは未来の出来事をどう予測するのか

    • データのばらつきをどう見ているのか

    • 2つのデータの関係をどう判断するのか

    といった疑問の答えは、確率や統計の考え方の中にあります。

    この章では、確率分布・期待値・標準偏差・相関係数・仮説検定など、機械学習の土台となる数学・統計の基礎知識を高校生にもわかる言葉でやさしく学んでいきます。

    💡 数式を暗記する必要はありません。まずは「AIがなぜその考え方を使うのか」を理解することから始めましょう。


    【第32回】AIは「まだ決まっていない値」をどう扱う?確率変数とは

    【第33回】AIは起こりやすさをどう表す?確率分布とは

    【第34回】AIでよく出るベル型の分布って何?正規分布とは

    【第35回】AIは「はい・いいえ」をどう表す?ベルヌーイ分布とは

    【第36回】AIは発生回数をどう考える?ポアソン分布とは

    【第37回】AIは平均的な結果をどう見る?期待値とは

    【第38回】AIはデータの散らばりをどう見る?分散とは

    【第39回】AIはばらつきをもっとわかりやすく表せる?標準偏差とは

    【第40回】AIは2つの変化を一緒に見られる?共分散とは

    【第41回】AIは2つの関係の強さをどう測る?相関係数とは

    【第42回】AIは「もっともらしさ」をどう決める?尤度とは

    【第43回】AIはもっともありそうな答えをどう選ぶ?最尤法とは

    【第44回】AIはズレをどう小さくする?最小二乗法とは

    【第45回】AIは「どれだけ影響するか」をどう表す?回帰係数とは

    【第46回】AIは偶然か本当かをどう見分ける?仮説検定とは

    【第47回】AIはまず何を疑う?帰無仮説とは

    【第48回】AIは何を証明したい?対立仮説とは

    【第49回】AIはどこまでを偶然と考える?p値とは

    【第50回】AIは外れたデータをどう見つける?マハラノビス距離とは

    【第51回】AIは2点の近さをどう測る?ユークリッド距離とは

    【第52回】AIはまっすぐ進めないとき距離をどう測る?マンハッタン距離とは


    ▶ 第4章へ進む

    ◀ 第2章へ戻る

    📚 シリーズトップへ戻る


    ✅ この記事が役に立ったら「スキ」で応援してください!


     
     
    【G検定合格ロードマップ】 AIを「挫折と突破の物語」で理解し、最短で合格するメソッドを発信。 難しい専門用語を簡単な言葉でストーリー化して解説します。 丸暗記を捨て、効率的に重要キーワードを習得したい方は必見です

    あなたへのおすすめ