以前、こちらの投稿（Wekaを起動する（決定木分析①））でWeka（：ニュージーランドのワイカト大学で開発された機械学習ソフトウェア）を用いた分析の投稿をしました。本投稿は、その記事のデータをGPTs：Data Analystを使用し決定木分析を行います。
データは、wekaにサンプルとしてインストールされている以下のデータで、（おそらく）ゴルフのplayの判断に関して、天気（outlook）、温度（temperature）、湿度（humidity）、風（windy）の気候条件による分類です。
wekaでの分析によるツリーは以下になります（C4.5アルゴリズム：wekaではJ48として使用されています）。＊解説は以下の投稿を参照ください。
ChatGPTでは、生データはcsvに保存->アップし「「play」を目的に決定木分析をしてください」とのプロンプトで実行。結果がアウトプットされます。続いて「ツリーを描画できますか？」とすると以下のツリーを出力してくれます。
「？」となっても、生成AIの強みは、これを聞けることです。
「このツリーを説明してください」
また、ChatGPT（Data Analyst）が用いたのはCARTアルゴリズムで「ジニ不純度を使用して、各分割の質を評価」したとの回答がありました。
ここで、CARTアルゴリズムをGoogleで検索すると、上位に統計ソフトMInitabによる解説がヒットします。＊予測分析：CART（決定木）とは？
早速、Minitabで解析すると、以下にツリーが表示されます。
＊事前確率：すべてのクラスで同じ、ノード分岐：ジニ、最適木：最小誤分類コスト、モデルをテストする検証法：なし
いずれにしても、最初の分岐は「天気（outlook）」になります。
何でもできてしまうのはいいのですが。。。
生成AIの登場により、プロンプトを介して多様な作業が可能になることは、情報や技術の民主化を促進します。これは実務の世界での競争の激化をもたらす二面性を持ちます。
今後、この変化に適応するためには、「小さな経営者」として自らの専門領域において、一次情報を提供できるレベルまで継続的に学習し続けること・・・ですかね。
（関連記事）
0 件のコメント:
コメントを投稿