須多先生

みなさん お疲れ様でした
アクティビティはいかがでしたか？

深田 あい

回帰直線のパラメーターをいろいろ変更しながら できるだけ過去のデータの近くを通るような直線を引くのは 意外と楽しかったです

徳井 天

残差ができるだけ小さくなるようにすることが 精度の高い予測をすることにつながるんだな

須多先生

アクティビティの後半では AIに過去のデータを学ばせて できるだけ誤差の少ない回帰直線を考えさせましたが いかがでしたか？

深田 あい

手動で直線を引くのと違って AIがサッと当てはまりのいい線を探してくれたのは楽だと思いました

徳井 天

こうしてグラフを書いたり 残差を計算してみると 先生が以前のレッスンで「予測をするAIは数学がとても重要」と言っていたのが 少し理解できた気がします

須多先生

それはよかったです
数学はAIの理論の基盤となる部分です
AIの予測したことを理解したり AIに上手な予測をさせるには 数学の知識が欠かせません

須多先生

さて次は 商店街のイベントの来場者予測を行いましょう

深田 あい

よろしくお願いします

徳井 天

商店街の組合長さんから借りてきた記録には どんなデータがあるの？

深田 あい

えーっと 去年と一昨年の24回分の来場者数と その日の気温とお天気
あとは 毎回フリーマーケットがあるから その出店数かな

徳井 天

イベントだと開催する曜日も来場者数に関係しそうだけど？

深田 あい

開催は毎月第3日曜日に決まっているんだって

須多先生

なるほど
ではそれらのデータをもとに まずは仮説を立てましょう

徳井 天

仮説か...確か以前のレッスンで習った「仮の答え」のことですね

深田 あい

まずは 自分なりの仮の答えを出してみる
つまり「仮説を立てる」のでしたね

須多先生

その通りです よく覚えていましたね
そして データを整理して 仮説の検証を行い 仮説が正しいかどうかを決定していくのです

徳井 天

今回のデータからは どんな仮説が立てられそうかな？

須多先生

では ここからはみんなで【スライド】を見ながら商店街のイベントに関する「仮説」を考えてみましょう