数式を使わないデータマイニング入門 隠れた法則を発見する

従来の統計では、まず集めるデータをきめて、収集からおこなったものだが、データ収集にかかわるコストが劇的に下がったことで、コンビニのPOSのようにさまざまなデータを収集し、蓄積しておくことが可能になった。

データマイニングとは、収集された膨大なデータから隠れた法則をみつけることで、手法としては
回帰分析・・・相関のありそうな項目（説明変数）みつけその関係をみていく、具体的にはデータの点から最小2乗のところに線をひいていく分析などをする、説明変数が多いと複雑化する
決定木分析・・・条件によって分岐をきめて、最終的にどの結果にたどりつくか効率的にしることができる
クラスタ分析・・・いろいろな条件でデータをわけ、それがグラフのどのあたりに集まっているかみる。あつまっているあたりが一つのクラスタと考えられる
自己組織化マップ・・・クラスタ分析をより階層的に複雑にしたもの？
関連分析・・・あることがおきたら別のなにかがおきていないか？コンピュータをつかって膨大なデータからそれを探る。しかし、役に立たないルール、既知のルールを探してしまうことが多い
ニューラルネットワーク・・・ある入力があると、閾値で判断がされ、特定の出力がある、これが神経一つ分の動作をまねたものである。それを複数くみあわせることで、ニューロンを学習させる
などがある。

しかし、肝心要は人間がなにかを発見しようと推論をたて、それを実証する、あるいは否定するにはどんなデータをどのように分析すればよいか、そのアプローチを考えるところにある。
収集したデータは膨大でも、どれをつかうか？どこまでを異常値と判断して切り捨てるかなど、人間が判断すべきところは多い。
コンピュータまかせでなんでも分析してくれる魔法の道具ではない。

数式を使わないデータマイニング入門 隠れた法則を発見する (光文社新書)

• 作者: 岡嶋 裕史
• 出版社/メーカー: 光文社
• 発売日: 2006/05/17
• メディア: 新書

タグ：データマイニング