米大統領選挙では、ほぼ全ての予測モデリングアルゴリズムが勝者予想を外した。その原因にデータサイエンティストが注意を払わなければ、今後あらゆる予測分析プロジェクトを迷走させてしまう恐れがある。
2016年米大統領選挙の前まで、ほぼ誰もが(Webサイト「FiveThirtyEight」を運営するデータサイエンスの権威ネイト・シルバー氏から、「The New York Times」まで)、ヒラリー・クリントン氏が楽勝する可能性が極めて高いと予想していた。そして彼らのモデルは崩壊した。
こうした予想者の失敗の原因となった問題は、今回の選挙に固有のものではない。分析チームがまた同じ轍(てつ)を踏むと、あらゆる予測モデリングや予測プロジェクトが迷走する恐れがある。その問題には、過信、データの質の低さ、および統計的な可能性を揺るぎない確実性と取り違えていたことが含まれ、これらが複合的な問題となっていた。
「残念なことに、予想者はこうした予想数字を小数点第1位まで求める。すると、科学的な式に基づいているように聞こえるが、実はそうではない」。エール大学医療インフォマティクスセンターでアソシエートリサーチサイエンティストを務めるプラディープ・ムタリク氏はそう語った。同氏は「Quanta Magazine」のために選挙に関するブログを運営している。
「予想者は確実性をアピールしすぎていた。そして面目が丸つぶれになってしまった」とムタリク氏は語る。
生活者の生成AI利用動向 10代後半はすでに5割近くが経験――リクルート調査
テキスト型生成AIサービスの利用経験者の割合は若い年代ほど高く、特に10代後半はすでに5...
2023年のSNS炎上総数は189件、炎上元の媒体1位は「X」――コムニコ「炎上レポート」
コムニコが「炎上レポート」2023年版を公開しました。
今度の「TikTok禁止」はこれまでとどう違う?
米国ではまたしてもTikTok禁止措置が議論されている。これまでは結局実現に至らなかった...