![](https://i0.wp.com/blog.people-resource.jp/wp-content/uploads/Shutterstock_755628688.jpg?fit=1280%2C871&ssl=1)
一体何が起きたのでしょうか。
まさか、私にこんな時が来るなんて。
しかも「その時」が訪れたのは、本当に突然でした。
ボクシングジムでのルーティンその1である縄跳び。
これまでであれば、1ラウンド3分の間ずっと止まらずに縄跳びをすることすら困難でした。
行けそう!と思っても右足に引っ掛かり。
今度こそ!と意気込んでも、今度は左足に引っ掛かり。
いずれにしても、止まらずに3分間を飛び続けられたことが無かったのです。
それにもかかわらず、なぜか今日は「行ける」気がしました。
ピピッ。というアラームの音で、ジャンプ開始。
不思議と縄跳びが引っかかる気は一切せず、順調に飛び続けていました。
やがて3分経過のアラームが鳴りますが、それでも私の足は止まりません。
結局、インターバルの30秒と次のラウンドの3分間も飛び続け、結局、6分30秒もの間縄跳びを続けることができたのです。
突然の成長でした。
いわば奇跡のようなものだと感じます。
ところで、なぜ私は急に縄跳びを継続できるようになったのでしょうか。
自分でもよくわかっていないのですが、因果関係を明らかにする因果推論の力を借りてみることにします。
因果推論は過去の様々なデータから、特定の目的変数に影響を与える要因を抽出したり、その要因の影響力を明らかにするための手法です。
消費者に様々なものを推薦するためのアルゴリズムに使われたり、あるいはモデルの評価方法についても様々な研究が行われています(推薦を行うことによって私たちの購買行動が変化するため、その影響をどう取り除けばいいか?という研究です)。
それでは、私の縄跳び連続ジャンプ時間について考えてみます。
まずはどんなデータがあるかと言えば、これまでに連続で飛んだ時間とその時の条件です。
例えばその時の体重、残っていたHP、残っていたMP(精神力的なもの)はもちろん、縄跳びはリズムも大事なので、もしかすると当時のジムのBGMも重要かもしれません。
…困りました。すでにデータがありません。
というわけで、機械学習で縄跳びを長く飛べるための要因を分析することは難しかったのですが、少なくとも体力が影響をしていることは、機械学習の力を使わずともわかります。
むしろ、「体力が影響している」という仮説を検証するための統計分析であれば、それほどデータ数を集めずに可能なように思います。
知りたいことはたくさんあれど、その対象を絞ることで、今あるデータだけでの対応が可能になる。
ふとそんなことを思い出したジムの帰り道でした。
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)