メインコンテンツへスキップ
見出し画像

【第37回】AIは平均的な結果をどう見る?期待値とは

    何度もくり返したとき、平均するとどのくらいの値になりそうかを知りたいことがあります。
    その「平均的な見込み」を表すのが期待値です。
    この記事では、期待値の意味と、AIや統計でどう役立つのかをやさしく解説します。


    1. 読み方

    期待値 = きたいち


    2. 意味(定義)

    期待値という言葉を聞くと、「期待しているから、きっと良いことが起きる!」というワクワクする意味に聞こえますよね。でも、統計学の世界ではもっと冷静な意味になります。

    一言で言うと、「もし同じことを無限に繰り返したとき、最終的に1回あたり平均してどれくらいの値になるか?」という予測値のことです。

    💡 例え話:究極のガチャガチャ 想像してみてください。1回100円のガチャガチャがあります。中身は以下の2種類だけです。

    • 【当たり】 確率1%で「1万円の豪華フィギュア」が出る

    • 【ハズレ】 確率99%で「10円の消しゴム」が出る

    このガチャを1回引いたとき、1万円が出る可能性は低いので、普通は「まあ、消しゴムが出るだろうな」と思いますよね。

    でも、もしあなたが1万回、10万回とこのガチャを引き続けたとしたらどうなるでしょうか? ほとんどは10円ですが、たまに1万円が出たりします、その合計金額を回数で割ると、ある「一定の平均値」に近づいていきます。

    この「理論上の平均値」こそが、期待値です。 (計算すると、このガチャの1回あたりの期待値は、約109円になります。つまり、100円で引いて109円分戻ってくる計算なので、理論上はお得なガチャということになりますね!)


    3. 歴史・背景

    期待値という考え方は、もともと「ギャンブルの損得」を計算するために生まれました。17世紀の数学者パスカルやフェルマーといった天才たちが、「途中で止めてしまった賭け事の報酬をどう分けるのが公平か?」という悩みについて議論したのが始まりと言われています。

    では、これがなぜAIに重要なの? AI(特に機械学習)の目的は、簡単に言うと「正解に近い予測をして、間違い(誤差)を最小にすること」です。

    AIが何かを予測するとき、「100%これが正解だ!」と断言することはまずありません。代わりに、AIは内部でこう考えます。 「この選択肢を選んだとき、将来的に得られる報酬(メリット)の期待値はどれくらいだろうか?」

    特に、囲碁で世界一になったAlphaGoのような「強化学習」という分野では、目の前の1手の得点だけでなく、「この手を選べば、最終的に勝利という報酬を得る期待値が高まる」という計算を猛烈なスピードで繰り返しています。


    4. 比較・対比(似た用語との違い)

    期待値と混同しやすいのが、「最頻値(さいひんち)」です。

    【期待値】(理論上の平均)

    • すべてのパターンの「値」と「確率」を掛け合わせて合計したもの。

    • 「たくさん繰り返したときの平均」を重視します。

    • 例:先ほどのガチャでは、たまに出る1万円が大きく影響して、期待値は「109円」になります。

    【最頻値】(一番出やすい値)

    • 単純に「最も多く発生する値」のこと。

    • 「1回だけやるならどれが出るか?」という視点に近い。

    • 例:先ほどのガチャでは、99%の確率で出る「10円の消しゴム」が最頻値になります。

    つまり、「だいたいこれくらいになるはず(期待値)」か、「一番起こりやすいのはこれ(最頻値)」かという視点の違いです。


    5. 活用シーン(実社会のどこで、どんな問題に使うか)

    ① 保険会社の保険料決定 保険会社は「期待値」のプロです。 例えば、「100万人に1人だけ大きな事故が起き、その時の保険金が1億円」という商品を作る場合、保険会社は事故が起きる確率と金額から、1人あたりいくら保険料をもらえば赤字にならないか(=期待値をいくらに設定するか)を計算しています。

    ② AIによる自動運転の判断 自動運転車が「右に避けるか、左に避けるか」を判断するとき、それぞれのルートで起こりうるリスク(衝突確率)と、そのダメージ(被害額や危険度)を掛け合わせて、「最もリスクの期待値が低い(安全な)ルート」を瞬時に計算して選択しています。


    6. G検定での出題傾向

    G検定では、難しい計算問題が出ることは少ないですが、「概念の理解」が問われます。

    • 定義問題: 「確率変数にその確率を掛けて合計した値は何か?」→ 正解:期待値。

    • 概念の使い分け: 「平均値や期待値」と「最頻値」の違いを理解しているか。

    • 強化学習との結びつき: 「将来得られる報酬の期待値を最大化するように学習する」という文脈で登場します。

    「期待値=たくさん繰り返したときの理論的な平均」というイメージを持っていれば、正解できます!


    7. G検定の例題

    【問題1:最頻出(基礎)】

    ある確率変数 X が値 x1,x2,…,xn​ を取り、それぞれの確率が p1,p2,…,pn​ であるとき、これらの積の総和 ∑(xi×pi) で求められる値を何と呼ぶか?

    A. 分散
    B. 標準偏差
    C. 期待値
    D. 最頻値

    【問題2:頻出(応用)】

    期待値に関する記述として、最も適切なものはどれか?

    A. 1回だけの試行で必ず得られる値のことである。
    B. 最も頻繁に発生する値のことである。
    C. 試行を無限に繰り返したときに得られる理論的な平均値である。
    D. データの散らばりの大きさを表す指標である。

    【問題3:ひっかけ(深い理解)】

    「10%の確率で1,000円当たり、90%の確率で0円であるくじ」がある。このくじの期待値は100円である。このとき、「このくじを1回引けば、平均的に100円がもらえる」という解釈について正しいものはどれか?

    A. 正しい。1回引けば必ず100円に近い値が出るからである。
    B. 正しい。期待値は1回あたりの確定報酬を意味するからである。
    C. 間違っている。1回引いて出るのは「1,000円か0円」のどちらかであり、100円という値自体は出ないからである。
    D. 間違っている。期待値は回数を重ねないと計算できないため、1回では意味をなさないからである。


    8. 7の例題の回答と解説

    【問題1:回答】 C

    【解説】 期待値の定義そのものです。「値 × 確率」を全部足し合わせる計算式が出てきたら、それは期待値を求めているサインです。

    【問題2:回答】 C

    【解説】 Aは「確定値」のこと、Bは「最頻値」のこと、Dは「分散や標準偏差」のことです。期待値はあくまで「たくさん繰り返したときの理論的な平均」を指します。

    【問題3:回答】 C

    【解説】 ここが最大のひっかけポイントです!期待値が100円であっても、実際に「100円」という結果が出る必要はありません。 このくじで出るのは「1,000円か0円」だけ。でも、10回引けば合計約1,000円になるので、1回あたりに直せば100円になる、という考え方です。


    9. Ankiアプリ用(CSV形式)

    期待値とは何か?,試行を無限に繰り返したときに得られる理論的な平均値のこと。
    期待値の計算方法は?,それぞれの「値」に「その値が出る確率」を掛けて、すべて足し合わせる。
    期待値と最頻値の違いは?,期待値は「理論的な平均」、最頻値は「最も出やすい値」。
    強化学習において期待値はどう使われる?,将来得られる報酬の期待値を最大化するように行動を選択する。
    期待値が100円のとき、1回の試行で必ず100円が出るか?,出ない。期待値はあくまで平均であり、個別の結果とは異なる。


    📝 総評・まとめ

    お疲れ様でした!今回は「未来の平均的な予測」である期待値について学びました。 「1回きりの結果」に一喜一憂せず、「たくさん繰り返したらどうなるか?」という俯瞰した視点を持つことが、データサイエンスやAIの思考法の基本になります。

    ✅ 絶対に覚えて!

    • 期待値 = 「値 × 確率」の合計。

    • 「無限に繰り返したときの理論的な平均」である。

    • 期待値が〇〇円だからといって、実際に〇〇円が出るわけではない(ここ重要!)。


    🚀 次回予告 期待値で「中心」がわかったところで、次は「どれくらいバラついているか」に注目します。 AIが「このデータは信用できるか?」を判断するための重要な指標です。
    【第38回】AIはデータの散らばりをどう見る?分散とは


    【第38回】へ進む

    【第3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!
    あなたの応援が、次の解説を作るエネルギーになります!🚀

     
     
    【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