初学者向け：統計学と機械学習

この記事はこんな方におススメです

データを分析をしたいが、どこから始めてよいかわからない方
データを仕事に活かしたいが、データの解釈の仕方がわからない方
統計学を体系的に学んだことがない、初学者の方

▶ 統計学の初学者向けに記事を書いています。はじめから読む場合は以下をどうぞ

統計学を学んだことがない初学者を対象にして、基礎から解説していきます。第一回目は記述統計を扱います。記述統計では代表値と散布度の取り扱いに分けて解説していきます。この投稿を最後まで読むと記述統計とは何かがわかり、実際にPythonでコードをかけるようになります。

はじめに

統計学を学んだことがない初学者を対象にして、基本から解説しています。今回は「統計学と機械学習」を整理しましょう。統計学や機械学習を学んでいると、その違いって何だろう？と思うことはありませんか？機械学習の手法を学んでいて、あれ？統計学でもみたことあるな、とか、これは統計学なのか、機械学習なのか？など迷ったことがあるのではないでしょうか？

統計学と機械学習

まず、しっかりと機械学習を学ぼうとすると、「統計学」なくして機械学習や深層学習などは学べない、といえます。これは、たとえ線形回帰の場合でも、その係数に有意性があるのか？という問いには、当然「統計学」の知識が必要となってくるからです。そのため、機械学習を学ぶにしても、統計学が前提の知識となります。

分析手法により分類できるか

機械学習の前提知識、というだけではなく、統計学と機械学習の違いを説明することはできないのでしょうか？たとえば、分析手法でわけることはできないでしょうか？ただ、「決定木」による分類などは、統計学の文脈でも、機械学習の文脈でもでてきます。このように「手法」から説明するのは難しいそうです。

「目的」により分類できるか

次に、「目的」による違いがあるかを見てみましょう。これも難しそうです。統計学は現状を説明することを目的として、機械学種は予測することを目的とする、と聞いたことがあります。確かにそういう側面もあります。ただ、統計的手法で予測することもあるので、統計学は「現状を説明することが目的」とすると、ちょっと違和感を覚えます。

ただ、（いい方だけの問題かもしれませんが）、統計学・機械学習が「重視すること」としては次のことが言えるのではないでしょうか？