須多先生

解説動画では「説明変数と目的変数」について説明されていましたね
いかがでしたか？

徳井 天

えっと 予測したいデータの値が目的変数で
予測するために使用するデータのことを説明変数って言ったよな

深田 あい

アイスクリームの売上個数を予測する例の場合…
予測したい対象が「売上数」だから…
目的変数は「アイスクリームの売上数」でしたよね

徳井 天

説明変数は アイスクリームの売上数に影響を与えている要因になるから…
「気温」や「映画館での上映回数」が説明変数だったよな

須多先生

その通りですね よく覚えていましたね

徳井 天

つまり 予測したい対象（目的変数）に影響を与えている要因（説明変数）を正確に見つけられれば 未来を完璧に予測できるってことかな？

須多先生

そうですね
現実では完璧な予測は難しいかもしれませんが 説明変数を上手く見つけることが予測の精度向上につながります

深田 あい

解説動画のアイスクリーム販売店の例はわかりやすかったですが 現実はもっと複雑そうですね

徳井 天

もし あのくらい簡単に計算できるなら 未来予測するのも楽勝なんだろうけど…複雑になると 計算も難しくなって予測も難しくなるよね

深田 あい

あれ？ もしかして AIの予測も 説明変数から目的変数を予測しているということですか？

徳井 天

なるほど 深田さん それは鋭い意見かも
先生 どうですか？

須多先生

その通りです
AIは大量のデータから予測したい対象（目的変数）に影響を与えているデータ（説明変数）を見つけ出すことで 未来を予測します

深田 あい

そうなんですね

徳井 天

先生 さっそくAIを使って予測してみたいです

須多先生

もちろんです
さっそく STAR Colabでの演習を開始しましょう

須多先生

まずは動画で紹介していたアイスクリーム販売店の例で練習しましょう

深田 あい

わかりました
簡単な基礎からしっかり学んでいきたいです

須多先生

それでは STAR Colabの演習を用意しましたので 次のアクティビティの指示に従って進めてください