例えば１学年１０クラス、男女比６：４、１クラス２０名、計２００名とした場合、あなたなら
どのように区分けするだろうか。
１）クラス分け、性別分けという分け方もあれば、
２）成績別、身長別、出身地区別もあるし、
３）成績＋身長別っていう分け方もある。
傾向を見るので統計なのだが、３）はハイブリッド（２軸）で分けるやり方、更に言えば
３）＋血液型別で３軸、更にこれを時間順にして４軸（４次元）にして見てやると、
徐々に立体的になっていく。
これをどうにかしてグルーピング化して傾向はこれだと言いたい。だけど実際２軸程度では
分けきれないし、チームAとチームBのあるデータが相手方に混ざってしまっている可能性もある。
これを数学という力でうまく処理してグルーピングすることが機械学習だったり、AIだったりする。
成績、身長・・・というのは条件なので、この条件が増えれば増えるほどグルーピングしづらくなる。
人手でなんとかできればいいのだが、データ数が数万とか数百万とかっていう数なので
コンピューターに頼みましょうというのが今のAIの基礎の部分になる。
じゃあどの基準でグルーピングするか？
ってところは結局は人の判断になる。コンピューターが判断点を決めてくれるわけではない。
ある識者がAIは統計ではない、と豪語してたが、いまのところまだ統計学。ドワンゴ的な言い方をすると
超統計学がいまのAI。
