ビッグデータと機械学習を駆使して12星座の素顔を明らかにする!

ビッグデータと機械学習を駆使して12星座の素顔を明らかにする!

[[201919]]

「なぜ論文が出版されないのでしょうか?私は研究に向いていないのでしょうか?」多くの学生は、論文執筆で挫折したときによくこの質問をします。そこで今日は、星座、実際のデータ、および「ハイエンド」の機械学習を使用して、その理由を分析します。まず最初に、私は宿命論の支持者ではなく、占星術も理解していないことを述べておきます。この記事は成功する方法を教えることを目的としているわけではありませんが、この記事の調査結果を利用することで回り道を避けることができます。インターネット上には今や様々な星占い分析が溢れていますが、どれもこの記事に比べると説得力に欠けます。これまで星座分析に対してどのような態度をとっていたとしても、この記事をじっくり読んでいただければ、星座と才能について新たな理解が得られると思います。 (この記事は非常に長く、2つの部分に分かれています。また、この記事の「才能」という言葉には、性格などの要素も含まれるため、「性質」と呼ぶ方が適切です。)

この記事の研究方法は非常にシンプルです。世界中の才能を集めて観察するのです。あらゆる分野の天才たちを集めて、どの星座に天才が多く、どの星座に少ないかを見てみましょう。方法は簡単で誰でもできます。しかし、運用の詳細は重要であるため、生成される結果は興味深いものとなるでしょう (この記事の研究方法の具体的な詳細については付録 1 を参照してください)。まずは私が実験台として使った天才たちを見てみましょう。 「表1」は本論文で使用したデータをまとめたものである。

表1: データ要約表

この記事では、27 の業界と合計 5,700 以上のサンプルを選択しました。そのうち約 350 が中国人、約 600 が女性、約 300 が南半球出身者でした。別途記載がない限り、業界データの履歴は通常、賞の開始(ある場合)から 2017 年までの期間を指します。毎年のノーベル賞や、さまざまなスポーツイベントの国際大会など、一部の業界では厳格な審査プロセスがあり、それらを使用してサンプルを決定することができます。しかし、特に芸術業界では、決まった選考プロセスがありません。したがって、フィルタリングには「時間」のみに頼ることができます。具体的には、検索エンジンを使って「歴史上の有名人XXX」(XXXは建築家、作家など職業名)と検索し、世界的に認知されている業界のリーダーを選出するものです。この記事で使用されているデータの合計期間は、およそ過去 300 年程度です。データの紹介が終わったところで、全データを使って計算した星座分布を見てみましょう(図1)(注:星座ごとに日数が若干異なるため、日数の違いによる影響を排除するため、各星座の人数をその星座の日数で割って星座分布の1日平均を算出しました。本記事の計算や結論はすべてこのような1日平均に基づいています)。図 1 の 4 つの色は、土 (黄色)、水 (青)、火 (赤)、風 (灰色) の 4 つの主要な星座を表しています。図 1 から、射手座の人口が最も少なく、その隣の山羊座の人口が最も多いことがわかります。この 2 つの平均は、すべての星座の平均である 15.5 に近い値です。また、両端には牡羊座と魚座もたくさんいます。それ以外に、他のパターンを見つけるのは難しいです。この記事の星占い分析がこのようなものであれば、それはあまりにもナイーブすぎるでしょう。それでは、先に進みましょう。

1. 星座別の才能分析

「表1」の27業種に有意差判定のスコアリングルール([付録1]参照)を適用し、「表2」を得た(簡単に言うと、プラススコア2は「非常に多い人数」、プラススコア1は「比較的多い人数」、マイナススコア1は「比較的少ない人数」、マイナススコア2は「非常に少ない人数」、スコア0は「多すぎず少なすぎず、平均的な人数」を意味する)。 「表2」はこの記事の前半で最も重要な結果なので覚えておいてください!

表2: 12星座のスコア表

各業界に必要となる可能性がある「主な」機能を(素人の視点から)表の一番上にマークしました。一部の機能は複数の業界で共有されています。なお、「表2」は北半球のサンプルのみに基づいた結果です(なぜ北半球と南半球に分かれているのかについては、この記事の後半で詳しく説明します)。この時点で、星座と才能の関係は「表2」で確立されています。表にスコア 2 が表示されるケースは、思ったよりも多くありますか? 学生の中には、「表の特定の星座が特定の業界で 2 ポイントを獲得したのは、この業界でこの星座のリーダーの数が他の星座の数を上回っていることを意味します。この業界で働いているこの星座の人々が多いからでしょうか?」と尋ねる人もいるかもしれません。この質問に答えるには、この業界のすべての実務者の星座を調査する必要があります。残念ながら、関連するデータを入手するのは困難です。また、この業界で働く人が多いと、それ自体が非常に興味深い現象です。これはこの記事の研究と矛盾しません。さて、本題に戻りましょう。この表には多くの情報が含まれているので、まずは主要カテゴリ(科学研究、芸術、スポーツ)における各星座の平均スコアを計算して、より直感的に見えるようにしてみましょう。下の表に示すように、科学的研究の観点では、隣接する2つの星座である乙女座と獅子座がそれぞれ第1位と最下位を占めています。芸術の面では、牡羊座が間違いなく第一位であり、双子座、乙女座、山羊座が同率で最下位です。スポーツに関しては、山羊座は優秀ですが、蠍座は苦戦します。一般的に言えば、これらの星座が 1 つの側面で特に強い場合、他の側面では少し悪くなるか、非常に悪くなることがあります。逆に、蟹座と天秤座は最も強いアスペクトを持っていないものの、3つのアスペクトすべてにおいて平均を上回っており、バランスの取れた発展型です。

以下、「表2」に基づいて12星座を一つずつ分析していきます。 (括弧内の代表数値は、影響力に基づいて選択された個別の事例であり、統計的な意味でここで説明する性格特性に必ずしも一致するものではないことに留意してください)

1. 牡羊座(代表者:オイラー、グレゴリー・ペック、黒澤、カラヤン、レオナルド・ダ・ヴィンチ、ゴッホ)

牡羊座は芸術、特に感情と力強いボディランゲージの使用を必要とする演技、指揮、ピアノ演奏において最高の成績を収めます。監督や絵画に加えて、牡羊座のオンライン評価は、衝動的、前向き、思考が活発であるということです。まだある程度信頼できると思います。同時に、物事の意味合いを表現したり解釈したりすることに長けていることも示しています。この方法によってのみ、優れた数学的研究を行い、世界の素晴らしい真実を解釈することができます。牡羊座はコンピューターと囲碁の成績が非常に低く、段階的に計算したり計画したりすることを好まないことを意味します。

2. 牡牛座(代表者:ガウス、サミュエルソン、ハイエク、I.M.ペイ、ヴェルサーチ、オードリー・ヘプバーン)

芸術分野では、牡牛座は演出とファッションデザインでは高得点を獲得しましたが、絵画では平均点でした。これは、牡牛座が絵画感覚が強く、それを実践するのが得意であることを示しています。おうし座はスヌーカーと宇宙飛行士で高得点を獲得しており、インターネット上で広まっている「おうし座は頼りがいがあり、忍耐強い」という言い伝えが根拠のないものではないことが分かります。優れたスヌーカー プレーヤーは、常に紳士的な態度を保つ必要があります。スヌーカー自体は感情の抑制を必要とするスポーツです。興奮しすぎたり悲観的になりすぎたりすると、良いプレーをするのは困難です。これは宇宙飛行士の場合にさらに当てはまります。周知のとおり、宇宙飛行士の選考基準は非常に厳しく、さまざまな過酷な生活環境に立ち向かうには、非常に強い意志と忍耐力が求められます。トーラスはテニス界で数少ないマイナス2点のうちの1つを受けており、これはトーラスが「安定していて爆発力に欠ける」ことをさらに証明している。ケチさや古風さといった牡牛座の他の特徴については、業界の実績からは答えが得られません。

3. ジェミニ(代表者:ナッシュ、ハーバート・サイモン、トランプ、ウー・チンユエン)

双子座は「大きなビジネス」をするのは得意ではありませんが、「賢く遊ぶ」ことや、チェスをしたり写真を撮ったりといった「小さな道具」で遊ぶことが好きです。また、演技、絵画、ファッションデザインなど、情熱や衝動が求められる業界も苦手で、スヌーカーも苦手です。これは、ふたご座の「賢く、気まぐれで、落ち着きがない」というオンライン評価と非常に一致しています。研究をする時も、彼らは「小さな」側面に焦点を当てます。例えば、ノーベル経済学賞受賞者のうち10人は双子座ですが、そのうちマクロ経済学を研究した人は一人もいません。ゲーム理論を研究した人が 4 人 (ジョン・ハーサニ、ロイド・S・シャプレー、ロバート・オーマン、ジョン・ナッシュ)、ミクロ経済学を研究した人が 4 人 (モーリス・アレイ、ハーバート・サイモン、ジョージ・アカロフ、ウィリアム・ヴィックリー) いました。

4. 蟹座(代表者:アラン・チューリング、メリル・ストリープ、ジョルジオ・アルマーニ、イーロン・マスク)

蟹座は演技、特にファッションデザインで高い得点を獲得します。演技を男性俳優と女性俳優に分けてみると、蟹座は女性俳優の分布において、分類前よりもさらに高いスコアを記録しています(蠍座に次いで2番目で、「ファム・ファタール」は統計によって裏付けられていることが判明しました!笑)。ファッションデザインにおける目を引くパフォーマンスと合わせて、これはまさにネットで言われている通り、「溢れる母性愛」を持つ星座です!この状況からすると、蟹座はピアノ演奏で低い点数を取るべきではありません。スコアが低い理由は、退屈で反復的なトレーニングを継続する忍耐力が欠けているからかもしれません。これは宇宙飛行士によって確認されました。蟹座は、プレッシャーが大きすぎると、早い段階で自分のカニの殻の中に隠れてしまいます(笑)。それでも、蟹座は慎重なので、テキサス ホールデムをプレイするときは無敵です。これは伝説のケリーの公式の真の描写なのでしょうか?(注:ケリーの公式は、ギャンブルを繰り返す際に、勝つか負けるかの確率と利益の額に基づいて投資(賭け)の規模を決定し、(長期的な)総期待収益を最大化します。この公式を使用すると、破産して賭けるものがなくなることはありません。)さらに、蟹座の慎重さは科学研究で成功を収めるのに役立ちます。蟹座の科学研究のスコアは、12星座の平均レベルを超えています。

5. レオ(代表者:シャネル、聶衛平、レイ・ダリオ、ソロス、李嘉誠)

獅子座は自信があり、大胆で、広い視野を持っています。ビジネスや投資の世界で傑出しており、その評判は当然のものです。これはチェス、建築、文学、ファッション デザインにも反映されています。一方、自信過剰な獅子座は、物事をよく考えず、観察力も欠いた独断的で無謀な行動をとることがあります。これは特にゴルフや哲学において当てはまります。関連して、絵画、作文、物理学、医学でも成績が悪いです。

6. 乙女座(代表者:リーマン、安藤忠雄、ゲーテ、小澤征爾、バフェット)

乙女座はとても興味深い星座です。科学研究の成績は12星座の中で最も高く、特に構造の細部に注意を払うのが得意です。そして、芸術分野での彼らの成績は最も低いものでした。さらに、牡牛座と同様に乙女座は忍耐力に優れており、スヌーカーや宇宙飛行士として高い成績を収めています。乙女座は慎重で忍耐強いですが、決まりきったことには従わず、強い観察力を持っています。これは科学的研究を行う際の勝利の魔法の武器です。しかし一方で、感傷的ではない乙女座には、芸術的創造における「天才的なひらめき」が欠けています。インターネット上の乙女座の評価:「完璧主義者、うるさい、そして冷静」ここでは意味が通じるはずです。

7. 天秤座(代表者:ホロウィッツ、李雲迪、李昱、エリオット、張愛玲、楊振寧)

天秤座はバランス感覚が優れており、化学、建築、特に文学などの構造的な問題の分析と対処が得意です。天秤座は、バランス感覚のおかげか、テニスで驚くほど高い成績を収めました。 12星座の中で、天秤座は27の業界でマイナススコアが最も少なく、明らかな欠点はありません。ここでは、天秤座がインターネットで言われているように「近づきやすく、軽薄で、優柔不断」であるかどうかを検証することはできません。

8. 蠍座(代表者:ヴィヴィアン・リー、マリー・キュリー、ビル・ゲイツ、ピカソ、モネ、ツルゲーネフ)

蠍座は哲学と絵画の成績が非常に高く、演技も得意です。これは、彼らが敏感で、複雑な考えを持ち、強い洞察力を持っていることを示しています。哲学における卓越したパフォーマンスだけに基づいて、蠍座は12星座の中で「最も合理的な星座」という称号に値します!このことから、蠍座は感情的な描写とパフォーマンスを合理的なレベルにまで高めたと推測できます。しかし、「形而上学」を過度に重視する蠍座は、実践的な科学研究(コンピューター、化学など)や他の産業(ピアノ演奏、テニス、スヌーカーなど)において、忍耐力の欠如や細部への注意力の欠如などの弱点を示します。蠍座は魔法が苦手ですが、それは合理的な思考の結果かもしれません。蠍座は「疑い深く、嫉妬深く、復讐心が強い」というネット上の評価を検証することは不可能です。

9. 射手座(代表者:ローレンス・サマーズ、マーク・トウェイン、スピルバーグ、李宗道)

蠍座とは正反対の射手座は、哲学や数学の成績がよくありません。これは、射手座の熱心でオープンな性格と慎重な思考の欠如に関係しているのかもしれません。さらに、彼らは忍耐力と持久力に欠けており、スヌーカー、宇宙飛行士、ビジネスなどの業界で成功を収めることは困難です。したがって、射手座は「衝動的で、仕事を途中で諦めがち」だというネット上のコメントには、ある程度意味があるように思われます。しかし、射手座は経済研究において傑出した成績を収めていることは特筆に値します。経済学分野ではノーベル賞受賞者が6人、クラーク賞受賞者が5人います。 双子座と比べると、フィン・キッドランド、グンナー・ミュルダール、エリック・マスキン、トリグヴェ・ハーヴェルモ、マーティン・フェルドスタイン、ローレンス・サマーズなど、マクロ経済学を研究する射手座の経済学者の数は大幅に増加しています。興味深いことに、双子座と射手座はどちらも経済学の分野では優秀な成績を収めていますが(分野は異なりますが)、ビジネス分野ではどちらも成績がよくありません。

10. 山羊座(代表者:ニュートン、スティーブン・ソダーバーグ、シューマッハ、タイガー・ウッズ)

山羊座は、12 星座の中で、テキサス ホールデムと (特に) F1 レースの両方で高得点を獲得する唯一の星座です。山羊座がオンラインで「最も原則的な」星座として評価されているのも不思議ではありません。慎重な蟹座と同様に、現実的な山羊座はコンピューター研究の分野で他の星座よりも優れています。しかし、非常に集中力のある山羊座は、建築、ファッションデザイン、マジックの分野でのパフォーマンスが低いことからわかるように、想像力と創造力が欠けています。この点では、構造的な問題を分析して対処するには想像力と発散的思考も必要です(たとえば、化学、建築、文学、特に物理学)が、厳格すぎる山羊座は、ニュートンのような巨人のサポートがあっても、そのような問題は得意ではありません。

11. 水瓶座(代表的な人物:ポール・ニューマン、モーツァルト、シューベルト、ディケンズ、エジソン)

水瓶座は知恵に富んでいると言われていますが、「表2」ではそれが反映されていません。逆に、水瓶座の科学研究と文学の両方の成績は、12星座の中では低いほうです。スポーツ部門では、ゴルフのみが注目されています。自由を主張する水瓶座は、テキサスホールデム、スヌーカー、写真など、感情の抑制が求められる業界には確かに向いていません。ちなみに、水瓶座は芸能界の真ん中にいるのですが、芸能界を俳優と女優に分けてみると、男性俳優の中では水瓶座は牡羊座に次いで2位、1標準偏差に近い位置になります。したがって、水瓶座の男子はただかっこよくゴルフをすればいいのです。

12. 魚座(代表者:ジョブズ、マードック、ショパン、アインシュタイン、ヒューゴ、ガガーリン)

私の意見では、魚座はおそらく12星座の中で最も魔法的な星座です。まず、蠍座と同様に、魚座は「形而上学的」哲学的問題について考える際には綿密な思考に頼りますが、特定の計算を必要とするコンピューター研究やテキサスホールデムに直面すると、パフォーマンスが低下します。しかし、蠍座とは異なり、魚座はより強い忍耐力と集中力を持っており、それがビジネスの世界で成功するのに役立ちます。さらに、魚座はゴルフとテニスの両方が得意な唯一の星座です。まさに「処女のように静かで、ウサギのように素早い」星座です。さらに重要なのは、魚座はクールな魔法の達人でもあるということです。つまり、魚座は理性の中にも感情があり、ある程度の勇気も持っているということです。つまり、この星座には多くの物事の両面が反映されており、それは本当に素晴らしいことです。これらの行動は、魚座の「感情的、乱交的、意志が弱い」というオンライン評価とは大きく異なります。 『名探偵コナン』の怪盗キッドは謎めいて上品な感じで、魚座っぽいと思います(漫画の作者と同じ双子座の設定ですが)笑。

[[201921]]

ここまで、星座ごとの長所と短所を分析し、インターネット上で人気の星座性格分析が信頼できるものかどうかを検証してきました。性格と能力は密接に関連していますが、究極的には異なる概念です。したがって、上記のように、ほとんどの場合、その一部しか検証できません。検証の結果は次のようにまとめられます (表 4 を参照)。表の左端にある双子座、獅子座、乙女座、蟹座、山羊座など、いくつかの星座の分析は、より信頼性が高いことが検証されています。しかし、他にもいくつかありますが、そのうちの一部しか調べることができません。時にはまったくそうではないこともあります。たとえば、表の右端にある天秤座と魚座などです。

表4:12星座検証表

ここでちょっとした情報を入れておきたいと思います。ご存知かもしれませんが、フィールズ賞の初の(そして今のところ唯一の)女性受賞者である有名なイランの数学者マリアム・ミルザハニ氏が最近(2017年7月)、40歳で亡くなりました。彼女の生涯を読んでいたとき([1]参照)、いくつか興味深い点を見つけました。マリアンヌの家族には科学者はおらず、彼女も数学を勉強しようと考えたことはなかったが、常に自立して自分の興味を追求するよう奨励されていた。他の女の子と同じように、私は小説を読むのが好きです。彼女は知識階級の若者になりたかったのですが、成績が優秀ではなかっただけでなく、数学が苦手で、先生からは才能が​​ないと言われました。彼女が偶然に数学の才能を発見したのは高校2年生になってからでした。ミルザハニ氏は、自分は鈍い、そして「鈍い」数学者であると語る。高校2年生になって初めて自分の才能に気づき、問題に対する解決策を根気強く考え出さなければなりませんでした。数学の研究に携わっていたとき、彼女は研究のことばかり考えていました。彼女は、難しい問題を解くのにひらめきに頼らない「のんびりした人」だったと言います。「10年以上研究されている問題もありますが、問題の別の側面を発見するまでには何ヶ月、あるいは何年もかかります。」スタンフォード大学の同僚は、彼女の最もユニークな点は研究方法だと言いました。彼女はさまざまなものを革新的な方法で結び付けることができ、特に難しい問題には興味を持ち、恐れることはなかったそうです。この「ゆっくり」かつ「着実」な性格は、仕事だけでなく人生にも当てはまります。マリアンヌの夫も科学者です。二人は一緒に走りに行きました。彼女の夫は背が高くて力持ちで、最初は先頭を走っていました。彼女は小柄で、決してスピードを落とさなかったのです。30分後、夫は疲れ果てていましたが、彼女はまだ元のスピードを保っていました。ミルザハニはかつて、「忍耐強い限り、子供たちは必ず数学の美しさを発見するでしょう。誰もが数学者になるべきだとは思いませんが、多くの人は数学に本当のチャンスを与えたことがないと思います。」というメッセージを残し、この世を去りました。彼女の伝記を読み終えたとき、私は彼女が牡牛座であるはずだとほぼ90%確信しました。そこで彼女の誕生日(5月3日)を調べてみたら、確かに彼女の誕生日でした!もちろん、これはあくまでも個別のケースです。上記の星座分析では、結果の統計的特性を強調し、「単一のケースから一般化している」という幻想をすべての人に与えないようにするために、個別のケース分析は行いませんでした。しかし、マリアム・ミルザハニの事件は最近のことであり、非常に伝説的なので、それについて話し、以下で再度言及します。話を元に戻すと、私はこれら 27 の業界のほとんどに詳しくないので、素人の観点からこれらの業界に必要な機能を追加することしかできないということをここで指摘しておく必要があります。これにより、分析が完了し、特定の兆候が説明できない状態で現れる可能性を最小限に抑えることができます。これらの業界に対する理解は人それぞれ異なるため、分析の結論も異なる可能性があります。皆様の貴重なご意見をお待ちしております。ここまでの十二支の分析は、あくまでも文章による説明にとどまりましたが、次に「表2」の定量的な分析を行ってみます。数学に興味がない学生は、これをスキップして、概要セクションに直接進むことができます。

2 星座定量分析

上記の「表2」の各列は業界を表しており、配列とみなすこともできるため、それらの間の相関係数を計算することができます。論理的には、これは 27 x 27 の相関係数マトリックスになるはずですが、スペースが限られているため、最も相関の高い業界のみを報告します。さらに、私は主要カテゴリ内の相関関係よりも、主要カテゴリ間の業界相関関係に関心があります (たとえば、数学と物理学は科学研究カテゴリに属し、絵画と作曲は芸術カテゴリに属する​​など)。ここでの相関関係は、必ずしも私たちが通常認識している業界間の相関関係ではなく、業界内の 12 の星座のパフォーマンスによって生じる相関関係である可能性があることに注意してください。したがって、予想外の結果が見られることになります。 「表 5」には、相関係数が 0.5 を超える業界がリストされています (ゼロに等しくないものの有意性は少なくとも 95% です)。ビジネスや投資など、理解しやすいものもあります。テキサスホールデムとコンピューター、哲学と絵画、宇宙飛行士とスヌーカーなど、一見すると理解できないかもしれませんが、少し考えれば理解できるものもあります。しかし、指揮と数学(相関係数0.83)、作文と医学(相関係数0.82)など、それほど理解しやすい科目ではない科目もあります。指揮と数学を例に挙げてみましょう。相関係数が高い理由は、牡羊座は両方の項目で高いスコアを獲得し、双子座は低いスコアを獲得したためです。他の星座の間には矛盾はありません。

具体的には、双子座のスコアが低いのは、機知に富み気まぐれな性格のため、「形而上学的な」数学的または哲学的な問題について考えるのに向いていないからかもしれません(双子座は絵を描くのが得意ではなく、絵画と哲学の相関関係は 0.8 と高いです)。同様に、この性格は監督など感情的な投資を必要とする仕事には適していません。さらに、スヌーカーでの低いスコアと囲碁での高スコアは、彼らの賢いが不安定な側面をさらに裏付けています。牡羊座を見ると、状況はもう少し複雑です。衝動的な牡羊座が指揮だけでなく、演技やピアノ演奏でも高得点を取るのは当然です。しかし、数学における彼らの優れた成績は、単に「衝動性」だけでは説明できません。彼らは、特に抽象的な観点から物事の含意を見出すことにも長けているとしか思えません。これは絵画における彼らのパフォーマンスによって裏付けられます。

「表2」を縦に見た後は、横に見てみましょう。テーブルの各行も配列です。論理的には、行間の相関関係を計算することもできます。ただし、ここでは新しい方法である階層的クラスタリングを使用します。この方法の原理は非常に単純です。配列の各列は、最初の時点ではカテゴリであり、その後、下から上へ (凝集的)、各反復で互いに最も近い 2 つのカテゴリ (ここではユークリッド距離を使用) を選択し、1 つのカテゴリだけが残るまでそれらを結合します。このようにして、「ツリー」が構築されます。この方法の利点は、クラスターの数を最初に決定する必要がなく、ツリー図が確立された後に決定できることです。これも機械学習(教師なし学習)における分類手法です。 「表2」のクラスタリング・デンドログラムと8つのクラスター(赤いボックス)は次のとおりです。

「図2」に示すように、水瓶座と魚座、牡牛座と乙女座は互いに非常に近いため、まずそれぞれクラスターを形成します。蟹座と射手座の組み合わせはちょっと意外です。 1つ上のレベルに行くと、天秤座は獅子座に近いので、同じグループになります。ツリー図では、上に行くほど差異が大きく(距離が遠く)、たとえば、双子座、山羊座、牡羊座、蠍座のようになります。さらに、牡牛座と乙女座という、どちらも土の星座が比較的近いという事実を除けば、土、水、火、風の 4 大星座という考え方は、「図 2」ではサポートされていません。ちなみに、この方法で使用される距離と相関係数は実際には同じものです。つまり、(標準化された)配列間の相関係数は、配列間の距離(ユークリッド距離)の逆数に等しく、つまり、2 つの配列の相関係数が大きいほど、それらの間の距離は小さくなります。この結論は一般的な認識と一致しており、数学的な定義からも証明できます。スペースが限られているため、ここでは詳細には触れません。

最後に、「表2」に対して主成分分析(PCA、機械学習における教師なし学習の一種でもあります)を行いました。 「図3」に示すように、最も重要な要因でもある最初の要因(PC1)は、「表2」の分散の20%しか説明できません。累積寄与率 90% を達成するには、最初の 8 つの要素を使用する必要があります。この状況は一般的な認識と一致しています。なぜなら、12 の星座には明らかな違いがあり、1 つまたは 2 つの要素ですべての情報を説明するのは難しいことがわかっているからです。主成分分析を行うと、元の分類が崩れてしまうため、結果の解釈が難しくなります。これも主成分分析の弱点です。

そこで、最初の4つの主成分因子と12の星座との相関関係を計算し、係数の絶対値が最も大きい星座を「表6」に挙げました。このようにして、これらの主成分因子の意味を大まかに理解することができます。たとえば、最初の要因は双子座と 93% の相関関係があり、牡羊座と -70% の相関関係があります。つまり、双子座と牡羊座の反対の星座は、全情報の 5 分の 1 しか説明できないにもかかわらず、黄道帯で最も支配的な星座であると大まかに推測できます。同様に、時間が経つにつれて、残される情報が少なくなり、要因と星座の相関関係は弱くなります。しかし、大まかな見当をつけることはできます。 「表 6」にリストされている星座は、ふたご座、山羊座、獅子座、牡羊座など、前回の記事の階層的クラスタリング ツリー図の最上位にある星座と概ね一致しており、これらの星座が実際にはより特殊であることを示しています (マトリックスの基礎と同様)。

3 まとめと応用

この記事(パート1)では、星座と才能の関係について調べました。合計 27 の業界で 12 の星座がどのように機能するかを調べることで、各星座の長所と短所を関連付けました。次に、業界における星座のパフォーマンスを参考にして、インターネット上の星座のレビューを検証しました。いくつかの星座は信頼性があることが検証されています (たとえば、ふたご座や獅子座) が、一部の星座については部分的にしか検証できず、検証できないものさえあります (たとえば、天秤座や魚座)。最後に、定量分析により、12 の星座は大まかに 8 つのクラスターに分けられ、その中には水瓶座と魚座、牡牛座と乙女座など非常に類似しているものもあることがわかりました。しかし、双子座、山羊座、獅子座、牡羊座など、いくつかの星座は他の星座とは大きく異なります。さらに、累積寄与率が 90% に達するには、少なくとも 8 つの主成分因子が必要です。これを見て、「私はただの普通の人間です。あなたは天才に関する多くのデータを分析しました。それが私とどう関係があるのですか?」と尋ねる学生もいるかもしれません。これには、個人の潜在能力を引き出すこと、個人の欠点を改善すること、対人コミュニケーションという 3 つの側面から答えることができます。この記事では一般人の潜在能力を引き出す方法については触れられていませんが、その研究結果は参考になります。スポーツや芸術の分野では、社会人になってすぐにその業界に参入し、その業界のリーダーとなることは現実的ではないが、ある程度の基礎訓練を積めば、興味や趣味としてその潜在能力を伸ばすことは可能だ。もちろん、他の星座の学生ができないと言っているのではなく、これらの星座の学生の性格の方がこれらのプロジェクトに適していると言っているのです。たとえば、賢いふたご座の学生は、囲碁を習ったり、写真撮影に挑戦したりすることができます。慎重な蟹座の学生はテキサスホールデムをプレイできます。衝動的で熱心な牡羊座の学生は、演技、絵画、ピアノ、さらには監督まで、さらに多くのプロジェクトを展開することができます。今日のramp延の「セルフメディア」の時代に、牡羊座には才能を示すのに適したプラットフォームがあります。たぶん、いつか、パピ・ジアン(アクアリウス)のような別のインターネットの有名人が出現するでしょう。一方、この記事は、誰もが自分の欠点をより効果的に改善するのに役立ちます。たとえば、慎重な癌は、粘り強さと自信を強化し、職場や研究で自分のアイデアを意識的に発言し、困難に直面したときに簡単にあきらめないようにすることができます。もちろん、がんの学生が必ずしも自信を欠いていると言っているわけではありませんが、この状況は他の星座よりも発生する可能性が高いと言っています。また、おうし座とレオと同等になるために必ずしも改善する必要はありません。できることの半分、または30%または40%を達成できれば、元の癌と比較して大きな改善になるでしょう。他の星座もこの方法に従って、彼らの欠点を改善することができます。それが強みを活用しているか、弱点を改善しているかにかかわらず、自己改善と自己改善を獲得したことは、個人と国の両方にとって有益です。この論文の研究結果は、毎日の対人コミュニケーションにも適用できます。たとえば、上司(会社や学校)がレオである場合、自信を持ってレオをより著しくするために定期的に彼(彼女)を称賛してください。このように、たとえあなたが小さな間違いを犯したとしても、不注意なライオンは気にしません。それどころか、上司がおとめ座である場合、あなたは彼/彼女よりも一生懸命働き、より注意を払う必要があります。そして、あなたの上司が牡羊座である場合、衝動的な牡羊座は常にすぐに結果を見たいので、あなたは先延ばしにしないでください。あなたの上司がジェミニである場合、彼(彼女)は自分自身(彼女)も不安定であるため、彼(彼女)はあなたのために物事を困難にしませんが、あなたは常にどこからともなく出てくる彼の(彼女の)「野生のアイデア」に対処する準備ができていなければなりません。上司がおうし座である場合、彼/彼女との直接的な対立や議論を避けてください(たとえあなたが正しいとしても)、そうでなければ彼/彼女はあなたと戦います。残りの星座については、1つずつコメントしません。上記の視点は、ボーイフレンドやガールフレンドにも当てはまります。たとえば、トーラスと乙女座、および水瓶座と魚座は、おそらく彼らの考え方や性格がより似ているため、簡単に集まる傾向があります。しかし、私が正確でない場合は、私を責めないでください、機械学習を非難してください、ハハ。最後に、この記事の前半を終了する前に、上記の結論はすべて、南半球の結論に基づいていること、そして北半球と南半球を個別に分析する必要があることを皆に再び思い出させたいと思います。もちろん、後半に議論することはもっとたくさんあります。コンテンツは非常にエキサイティングなので、お楽しみに!

<<:  史上最も包括的な IT アーキテクトの技術知識マップ 34 選_Tech Stack WeChat 半月刊号 01

>>:  ディープラーニング可視化ツールの包括的なレビュー(リソース付き)

ブログ    
ブログ    

推薦する

...

倉庫ロボットの収益は2030年までに510億ドルを超える

倉庫業界では、パンデミックによる受注量の増加と労働力不足を考慮して、自動化の取り組みを強化している。...

新浪微博廖博:WAICリアルタイムストリームコンピューティングプラットフォームの成長と発展

[51CTO.com からのオリジナル記事] 7 年間の努力と見事な変貌。 2012年以降、6年連続...

アリババ、量子アルゴリズムとエラー訂正の探究をサポートする量子シミュレータ「Taizhang 2.0」をオープンソース化

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

PaLMを超えて!北京大学のマスターがDiVeRSeを提案し、NLP推論ランキングを一新した。

1,750億のパラメータを持つGPT-3や5,400億のパラメータを持つPaLMなど、大規模言語モ...

どのようなタイプのスマートビルが AI の導入をリードするのでしょうか?

人工知能 (AI) は建物の避けられない未来ですが、過去 10 年間のスマート テクノロジーの採用と...

AIが脳波を80%以上の精度で解読!あなたの目の中で最も美しいtaを高度に復元します

千人の人々の目には千のハムレットがいる。主観的な違いにより、人間には何千万通りもの異なる美的嗜好が存...

機械学習のトレーニングをより安価かつ効率的にする方法

さまざまなタスクに人工知能を導入する企業が増えるにつれ、AI モデルのトレーニングは費用がかかり、困...

データサイエンスで勝つ: 製薬会社の幹部が始めるための 5 つのヒント

これら 5 つの重要なヒントは、製薬会社の幹部がデータ サイエンスの道への扉を開くのに役立つかもしれ...

...

人工知能技術は建設業界をどのように変えるのでしょうか?

人工知能 (AI) は世界中の産業に革命をもたらし、その能力によって世界を変えています。 ChatG...

エッジAI: 人工知能の進化の次のステップ

[[422303]]人工知能(AI)は、かなり長い間、世界中のビジネスにおいて安定した存在となってい...

AI ワールド: 2018 年に注目すべき 8 つの AI トレンド

計算の観点から見ると、ビッグデータ分析のトレンドは流れ星のように消えることはありません。データ量が増...

自動化が医療にもたらす革命

長年にわたり、自動化はほぼすべての業界に浸透してきました。自動化は、工場の機械が組立ラインの生産を高...