かつては手洗いしかなかった洗濯という家事。
映画や教科書でしか見たことはないのですが、洗濯板を使った洗濯はきっと、とても大変な仕事だったのだろうと思います。
そして洗濯機の登場。
小学校の授業で二層式の洗濯機を使ったのはいい思い出です。
…今の小学校でも、そう言った授業はあるのでしょうか。
そして今、我が家では父から譲り受けたドラム式洗濯機が大活躍しています。
夜寝る前に予約して。
朝起きると、ふわふわに乾いた洗濯物ができあがり！
文明の利器、様様です。
特に最近はゲリラ豪雨（もはやスコール？）も多いですし、干さなくていいということに大変感謝しています。
大変感謝はしているのですが、1点、とても申し訳ないな、と思うことがあります。
それは何かと言いますと、いつも洗い物を詰めすぎてしまうこと。
上の方にスペースがあるからきっとまだいけるに違いない！
できるだけ選択の回数を減らして楽をしたい私は、ついついたくさん入れすぎてしまいます。
そして予約したときに出てくる「入れすぎ」のエラー文字。
もっと申し訳ないことに、そのエラーが出てきても問題なく動作することをすでに知ってしまっているので、そのまま洗濯。
…きっと、適正な分量で洗濯すればもっと効率よく動作できるのでしょうに、ちょっぴり申し訳ない気持ちです。
なぜ適切な量でできないかという理由を考えると、もちろん私のものぐささもありますが、もう一つには適切な分量がわからない、ということがあります。
具体的には、いつも「入れすぎ」の状況しかわからないので、どこまで減らせば適正なのか？というデータが無いのです。
このくらいであれば最大量に対して4割、6割、9割、といった基準を、これまでの経験から取得することができていません。
そのためどうしても、「このくらい行けるんじゃないか？」という量を入れては洗濯機に大変な思いをさせている、そんな繰り返しです。
ところでこの「データが無いところについてはわからない」というのは機械学習でも起こりえます。
この問題は外挿という事象で起きることがしばしばあります。
外挿とはどういうことかというと、与えられているデータの範囲外のデータに対しても何かしらの予測をすることを指します。
例えば日本人を対象にした分析結果を使って、海外の方の分析をする、といった問題設定です。
他にも、20歳以上の飲酒に関するデータを使って、未成年の飲酒に関するデータを予測する、といった問題も考えられます。
この問題では、恐らく20歳以上と以下でお酒の影響が全く異なるため、前者のデータから後者の特徴を予測することはかなり難しい問題です。
データにない対象について予測することは難しい、つまり、適切な洗濯物の量がわからないのも仕方ないと思うのは、さすがに無理やりすぎでしょうか。
もう少し、洗濯機をいたわりたいと思います。
P.S.
外挿と言えば、普段のスケジュールを使ってお盆休みのスケジュールを予測する、と言ったこともまた、「普段」のデータに「お盆休み」のデータが入っていない人を対象とした場合、とても困難な問題です。
皆さまはこのお盆休み、いかがお過ごしの予定でしょうか。
私は親戚の家をめぐり、わんちゃんとねこさんと戯れる予定です。
皆さまが良いお盆休みを過ごされますように。
P.P.S.
↓メルマガの新規登録はこちらから↓
https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
（スマートフォンよりご登録いただけます）
