はじめに・・

めちゃくちゃ多数のセンサデータや、気温、担当者、品番、その他の付帯データなどから、 関連性を抽出して、各データ同士がどれくらい関係があるのか、 各種予測、設定最適値をもとめる、異常を判定する、そんなテクニックの基本（＝AI数学）を学びます。

空港・駅・巨大なアウトレットモール、などでは、たくさんの色々なデータが自動的に集積されています。 経営や農業などでも、IT化していれば、たくさんのデータが集積されるでしょう。

沢山のデータから、関係・意味があるところを探すには・・、

• どういう仕組みなんですか？（＝＞数学っぽい仕組みですよ）
• 簡単にできないんですか？（＝＞Pythonを使うと簡単ですよ）

内容

AIは、たくさんの数値データを学習して、自動で判断することができるようになります。 一方で、AIは学習、判断できても説明できない、と言うエライ方もいますが、一方ではデータを分析して説明をしている人もいます。

AI数学(2)ではデータサイエンス（たくさんの数値データを分析・説明する）方法を学びます。 データサイエンスは、大量のデータを分析し、説明を与えます。（関連のあるデータはどれか、どれくらい関連性があるか）

どれだけ大量のデータでも、実に多くの資料をPythonがつくってくれます。 それを経験やデータ以外の要素も勘案し解釈すれば、説明が可能な資料をつくれます。

上達すれば・・ AIモデルにするときには不要な計算量を回避、過学習などを防止したり、 ブラックボックスではない、よりよいAIモデルを作ることもできます。

今回は、Kaggleで公開されている心臓疾患のデータを使い、カグラーの皆様ご用達の、「非常にたくさんのデータの中から相関を抽出する＝分散共分散行列、相関係数、コサイン類似度」について、基礎から、ビジュアルに、分かりやすく説明します。

方針

多少の数学的なおしゃべり・解説と、持参しているPCで一緒にデータを解析してみて、確認してみましょう。

PCがなくても、雰囲気とお茶だけ味わいたい、それでもOkです。

お気軽にどうぞ！

講師について

現在AIや数学をネタにPythonで楽しげなことをお仕事にしている人が今回の講師をいたします。

• JDLA（日本ディープニューラルネットワーク協会）ジェネラリスト検定資格保有者　#2019-1
• 「一般社団法人・データサイエンティスト協会」会員

• 「日本お笑い数学協会」の愛好者

• センサの多数ある機械や工場、発電所・交通・空港などのデータ収集等の自動化、データ分析、ディスプレイ表示をおこなっています。

パソコンを持ってくる方へ

講師がGoogle Colaboratory を使って、AI数学とPythonの「相互作業」を説明します。

PC(Mac,Win,Linux)を持参される方は、Google Chromeと Googleアカウントを準備した、WIFI接続可能なノートPCをご持参ください。

勉強会の説明はWindowsを標準といたします。Mac, Linuxの方は、自分のPCに（キーやシェルのコマンドなど）置き換えて解釈してください。

企業・団体の内部でAIやIoT,データサイエンスを活用したい方へ

PyData.Fukuiの勉強会は、個人でのオープンな参加となります。 企業内・団体内でのクローズドな勉強会やクローズドなデータの活用の場合にも対応はできますが、別途ご相談下さい。