アルゴリズム思考術 問題解決の最強ツール

ブライアンクリスチャン / トムグリフィス / 田沢恭子

仕事の時間配分、書類整理から洗濯済靴下の片割れ探しまで、何をいつ行ないいつやめるか、そもそも行なうべきかの判断は難しい。だが人工知能の大本でもあるアルゴリズム論理の使い方を学べば、ビジネスや日常で迫られる判断を手早く行なえる。現代人必読の書。

• カテゴリ: 小説・文芸
• ジャンル: ノンフィクション / ノンフィクション・ドキュメンタリー
• 出版社: 早川書房
• ページ数: 512ページ
• 電子版発売日: 2017年10月31日
• コンテンツ形式: EPUB
• サイズ(目安): 7MB

[ブクログ · ★★★★★]

手放した選択肢は戻って来ないし，現実には刻々と経過する時間の中で最適な行動を取っても，高い確率で失敗する．p55

最適化と言っても，現実には程々で良い場合が多い

[ブクログ · ★★★★★]

この本の三章に書いてある「ソート」の内容を早速実行してみた。
部屋の中の本棚や洋服ダンスをソートしてみた。

なるほど、確かに前より見やすいし、取りやすい。

全て読み終えたので、日常生活に活かせそうなものを実行していこうと思う。

[ブクログ · ★★★★☆]

思っていたより内容は濃かった。

くじをn回試行して当たりがw回の場合、期待される当たりの割合は、(w+1)/(n+2)となる（ラプラスの法則）。

べき分布の場合、これまでの実績と今後の期待値は比例する。
正規分布の場合、これまでの実績に従って今後の期待値は減少する。
これまでの実績にかかわらず、今後の期待値が一定である分布をアーラン分布という。分布は急速に立ち上がり、山を描いた後、ゆるやかに下降する。電話の通話と通話の間の空き時間、自動車や歩行者の通行、放射線崩壊、議員の在職期間など。

事実がすべてわかっている場合は、重要な事柄をじかに評価できるので、時間をかけてじっくり考えるべき。不確実性が高く、データが限られている場合には、単純性を重視して早期に打ち切るべき。自分独自の基準で仕事を完璧に仕上げようと時間を費やすのは無駄。

交通や通信のネットワークにおいて、無秩序状態で利己的な経路選択をとった場合、完全なトップダウン型の調整と比べても33%しか劣らない。

[ブクログ · ★★★★☆]

　計算機科学で培われた「戦略」は、実生活の中に活用できる力を持っている。そりゃそうだ、計算機自体、何かに活用するべく作られているんだから。
　読み物として面白いし、考え方のベースとしての活用もふんわりと感じる。ハッと、までは行かなくても、ナルホド、と思わせられる部分は多々ある。（緩和法とか、ゲームの理論とか。）ただ、表紙に書いてある「問題解決の最強ツール」を得るほんではない。

[ブクログ · ★★★★☆]

201９/1/19：目新しさはない。
追記：5/25再読。この本で紹介された手法がどれだけ実際の仕事に応用できるかを前提に読み直した。巷には実践にすぐ活用できる本も多いが、この本はそれと違いこれを足がかりにして、自分でやり方を考えることが必要な本である。そのため読者も次を考えないと意味がない。数学的な理解を求められるがわかるところだけ自分で応用しても価値が有る。評価を４にあげた。

[ブクログ · ★★★★★]

平凡なタイトルからは想像もつかない深い内容。
意思決定について数学、計算機科学の立場からグダグダと書き連ねておりこの冗長さやこだわりが素晴らしい。

・秘書採用の面接などは最適停止問題と呼ばれるタイプの問題で、全面接者の３７％(1/e)までは結論を出さずにただ見ておく。それ以降はこれまで見たどの候補者よりもよい候補者にあったらすぐに採用するのがよい。日常生活でこのような場面は多く、駐車場での空きスペース探しや株の売買、結婚相手の選び方など、全体の試行回数や期間が決まっている場合に広く応用できる。

応募者三名の場合は一名（３３．３％）を面接したあと、二人目が一人目よりも良ければその人を、そうでなければ３人目を採用する。この場合、最良の候補者を採用できる可能性は５０％。１０００名の場合は３６９名を面接した後で、これまでで一番よい人を採用する。この場合、最良の応募者を採用できる可能性は３６．８１％になる。最良の候補者を選べない可能性が７３％というのは高く見えるかもしれないが、全くランダムに選ぶ場合、１０００人であれば成功の確率は０．１％にしかならない。このアルゴリズムであれば候補者がいくら多くなっても３７％は成功する

・チャールズ・ダーウィンは、いとこのエマ・ウェッジウッドにプロポーズすべきか、心を決めようとしていた。そこで鉛筆と紙を取り出して、結婚によって生じえるあらゆる結果を比較検討した。結婚のメリットとして、子ども、伴侶、「音楽と女性のおしゃべりのもたらす心地よさ」を書き込んだ。デメリットとしては、「多大な時間の喪失」、好きなところへ出かける自由の欠如、親戚を訪ねる負担、子育てに伴う支出と不安、「妻がロンドンを好まないかもしれない」という懸念、書籍代が減ることを記した。メリットの欄とデメリットの欄を比較した結果、かろうじて勝負がつき、ダーウィンは紙の下部に「結婚──結婚──結婚。Ｑ．Ｅ．Ｄ．」と走り書きした。そして数学で証明が終わったことを表す「Quoderatdemonstrandum」をさらに自分の言葉で言い直した。「結婚する必要あり。証明終わり」

・カジノにスロットマシンが2台ある場合、片方でプレイしてみて勝てばそのまま、負けたらもう一台に代わる、ということを繰り返すのがよい。これは1952年Robbinsによって数学的に証明された。もっと一般的な場合、選択肢と機会が全部手いくつあるかが分かっている場合の解はランド研究所のリチャード・ベルマンによって求められたが、現実世界では実際に何回プレイできるかなど正確にわからないことがほとんど。

70年台にギッティンズ指数というものが発明され、これによると未知であることに価値がある。つまり、9勝9敗の機械よりは1勝1敗の機械を選ぶべき。シーズン初めに実績あるベテランよりも、実力が拮抗していると思われるルーキーを起用する価値が高い。

・バブルソートではｎの2乗時間かかるが、マージソートではｎLog(n)時間ですむ

・スループットと応答性はトレードオフの関係にある。複数のタスクを短時間で切り替える場合、応答性はよくなるが、タスクの切り替えにリソースを消費してしまうのでスループットは下がる。一時間集中してメールの処理をするなどすればスループットは上がるが、他の仕事が入ってきても応答できなくなる。これはOSのタスク管理ではよく問題になる。

伝説的なプログラマであるドナルド・クヌースはコンテキストスイッチを極力少なくしている。TeXソフトウェアの保守としては、2014年にそれまでの6年間に報告されたバグを全て修正し、「2021年のチューンアップをお楽しみに！」という報告書を残した。郵便物は三ヶ月に一度、FAXは半年に一度しかチェックしない。

・くじについて事前の情報が全くない場合、くじ全体の辺りの割合は
（当りの枚数＋１）/（試行回数＋２）
となる。一回引いたクジが当たってた場合、2/3が当たるくじだと期待すべき。3枚全てが当りだったら4/5。10回引いて5回あたっていたら6/12となる

■スモールデータとは、変装したビッグデータなのだ。ほんの数回（またはたった一回）の観察からすぐれた予想がしばしば可能なのは、人が豊かな事前確率をもっているからだ