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

正しく前処理をすることで AIの予測精度を高められたことを思い出しました

徳井 天

前処理にはいろいろな方法があったけど 全体のデータを見て最適な前処理の方法を選ぶことが大事なんだな

須多先生

（ユーザー名）さんは いかがでしたか？

須多先生

専門用語が多く出てくるので 自分のペースで理解できるまで何度も確認することが重要です
不安があれば 以前の回を振り返って復習してくださいね

須田先生

データの前処理の次は「回帰問題」と「分類問題」について学びました

深田あい

そうでした 「塾の生徒の試験結果」の予測に挑戦しましたよね

徳井 天

そういえばやったな
イベントの来場者数や図書室の新刊の事前予約数と違って 試験結果が「合格」か「不合格」か どっちのグループになるかを予測したんだったよな

須多先生

はいそうですね
来場者数や事前予約数の予測は「回帰問題」でしたが 試験結果の予測はなんだったか覚えていますか？

深田 あい

合格か不合格か グループに「分ける」ので 分類問題と解釈しました

須多先生

はい その通りです
予測するための説明変数の候補は「平均睡眠時間」「スマホ所有」「部活動」でしたね
これらのデータに前処理をして 訓練させた結果は以下の通りでした

須田先生

この図のことを 何と呼んだか覚えていますか？

深田あい

えっとこれは…分類結果を表す「決定木」だったと思います

須田先生

はい その通りです
先ほどの図は 塾のアンケートから分析した「決定木」の分類結果になります

徳井 天

特に「平均睡眠時間」と「スマホ所有」が 試験結果に大きく関わっていたんだよな
あの結果には驚いたな

深田 あい

決定木は最初は難しかったですが たくさんレッスンで練習したので 読み方には自信があります

須多先生

素晴らしいですね それでは確認のために簡単な問題を解いてみましょう

須多先生

この決定木が「合格」と「不合格」を効率的に分けるために 一番重要であると判断した説明変数はどれでしょうか？

徳井 天

えーっと 一番上の四角がルートノードってやつだよな
その１行目に一番重要な説明変数があったような… 答えは「平均睡眠時間」かな？

須多先生

はい その通りです
逆に 重要ではないと判断した説明変数は「部活動」でしたね
もし決定木の読み方に自信がなければ 過去のレッスンのアクティビティを振り返ってみてくださいね

須田先生

分類問題や決定木について 復習できましたか？復習ができたら 予測精度を評価するための指標について振り返りましょう