なぜ米大統領選は、ビッグデータの事例とならなかったのか?

Analytics News(アナリティクスニュース)

なぜ米大統領選は、ビッグデータの事例とならなかったのか?

TOPICS 2016年12月16日 10:00

なぜ米大統領選は、ビッグデータの事例とならなかったのか?

2016年11月の米国大統領選挙は、AIとビッグデータを活用し、その性能をアピールする格好の事例になり得たにもかかわらず、AIを手掛けるメーカーや研究所は沈黙を守った。なぜビッグデータは、アメリカ大統領選挙に太刀打ちできないのか。その理由を探る。

ビッグデータ事例とならなかった理由は、その仕組みにあった。

セイバーメトリクスを応用して将来の結果を予測するアメリカの統計学者であるネイト・シルバーは、ビッグデータを駆使して、2008年合衆国大統領選挙で合衆国50州のうち49州(95%)の、そして2012年には全州(100%)の勝者を正確に予測した。神のごとき的中率を誇ってきたシルバー氏は、今回の事例でも、投票日の10日前の時点でヒラリー・クリントンが勝利する確率を80~85%と予想した。しかし、今回の結果はシルバー氏だけではなく、世界中の多くの人の予想を覆す結果となり、ビッグデータ事例とはならなかった。

有効投票数が億単位(2016年度は1億1943万人)にもなる世界最大の選挙では、投票前の当選者予測もさることながら、選挙当日に刻々と変化するリアルタイム予測こそ重要だ。

またアメリカ大統領選挙の仕組みをよく観察してみると、ビッグデータを構成するその仕組みは極めて複雑であり、投票数の多かった人や、多くの州で勝利した人が、必ずしも大統領選で勝者となれるわけではないということも見えてくる。

現在の米国大統領選の仕組みは、投票のパターンに対して結果(選挙人獲得数)が恐しく敏感であり、加えて、ほんのちょっとした有権者の気まぐれで、選挙結果が簡単に大逆転してしまうものであることが見えてきたのだ。

以上、下記URLからの要約
http://eetimes.jp/ee/articles/1611/29/news026.html

最新TOPICS

【IoT】IoTメガネ「JINS MEME」---かけた人の集中状態を捉え働き方改革へ(2017年01月20日 10:03)

眼鏡製造小売りのジェイアイエヌ(JINS)は、1月18日、 企業の生産性向上支援IoTソリューション「JINS MEME BUSINESS SOLUTIONS」を発表した。 センシング・アイウエア「JINS MEME(ジンズ・ミーム)」を使用する。 【JINS MEMEとは】 ・フレーム部分に「眼の動きを捉えるセンサー」「加速度センサー」を組み込んだメガネ ・「まばたき回数」「目の動...

関連用語・タグ

電力()

  • タグ

サポートベクターマシン(Support Vector Machine)

  • 用語集

「サポートベクターマシン(SVM:Support Vector Machine)」は、 画像・音声などの情報データから、意味を持つ対象を選別して取り出すパターン認識手法のひとつ。

クラスター分析(Cluster analysis)

  • 用語集

異なる性質のものが混ざりあっている集合体から互いに似たものを集めてグループ(Cluster)を作り、対象を分析する手法。

ベイズ理論()

  • 用語集

18世紀のイギリスの数学者であるトーマス・ベイズによって示された条件付き確率に関して成り立つ定理に基づく理論。

  • KSKサイド001
  • OSSNEWSに広告を掲載しませんか?

facebook

twitter