2026/08/03 お知らせ

データサイエンスの授業動画②をアップしました

YouTubeに杉並工科高校3年生の「データサイエンス」の授業動画②をアップしました。

今回の内容は「分類AI」です。

（YouTube動画はこちら → （【3年 データサイエンス②】分類AIを用いたデータサイエンス）

回帰は、連続的な数値を予測するものですが、分類は離散的な数値(データのグループ)を予測する手法です。

前回は「部屋数」に対する「住宅価格」を予測するという、1つの説明変数に対して１つの目的変数を求める「単変量解析」を行いましたが、今回は、乳がん患者の「細胞核の特徴30種類」を用いて、「良性か悪性か」を予測するという、複数の説明変数に対して1つの目的変数を求める「多変量解析」を行います。

また、回帰はデータ間の傾向を回帰直線を求めることで予測しましたが、分類は決定木を用いてデータサンプル全体に対して様々な条件を追加し、2つの集団(良性グループと悪性グループ)にきれいにグループ分けできるまで条件分岐を繰り返すことで予測をします。

回帰と分類は、データサイエンスの代表的な分野であり、回帰直線や決定木モデルは、人に説明しやすい分析手法として有名です。

これらの授業でデータサイエンスの分析に関して基本的な考え方を学ぶことができます。

ぜひ動画をご視聴下さい。