【第37回】AIは平均的な結果をどう見る？期待値とは
何度もくり返したとき、平均するとどのくらいの値になりそうかを知りたいことがあります。
その「平均的な見込み」を表すのが期待値です。
この記事では、期待値の意味と、AIや統計でどう役立つのかをやさしく解説します。
1. 読み方
きたいち (Expected Value)
2. 意味（定義）
「ある確率的な出来事を何度も繰り返したときに、最終的に得られる結果の『平均値』のこと」です。
単に「次に何が起こるか」を予想するのではなく、「もし100回、1000回と繰り返したら、だいたいこれくらいの数値になるはずだ」という、確率に基づいた「見込みの平均」を計算します。
計算の仕組み: （起こりうる値） × （その値が起こる確率） を、すべてのパターンについて足し合わせることで求められます。
例えば：
宝くじの期待値:
1等（1億円）が当たる確率 0.000001%
2等（100万円）が当たる確率 0.0001%
...
これらをすべて「金額 × 確率」で計算して合計すると、例えば「50円」という結果になります。この 50円 が期待値です。この宝くじが1枚100円なら、買うのは損（期待値が低い）ということになります。
3. 歴史・背景
期待値の概念は、17世紀から18世紀にかけて、「不確実な事象（ギャンブルや海難事故のリスクなど）」を数学的に評価するために発展しました。
パスカルやフェルマーといった数学者たちが、ゲームの公平性を議論する中で、「確率的な結果を、一つの数値（平均的な期待値）として扱う」手法を確立しました。これが後の統計学の基礎となり、現代では「不確実な未来を予測して、最適な判断を下す」というAIや機械学習の根幹を支える考え方となっています。
4. 比較・対比（似た用語との違い）
ここが試験で狙われる「整理」ポイントです！
期待値 vs 最頻値 (Mode)
期待値: 全パターンの「重み付き平均」。
最頻値: データの中で「最も頻繁に現れる値」。
期待値 vs 中央値 (Median)
期待値: すべての値を確率で加重平均したもの。
中央値: データを小さい順に並べたとき、ちょうど真ん中にくる値。
期待値 vs 分散 (Variance)
期待値: 「だいたいどのくらいの数値になるか」という「中心」を示す指標。
分散: 「期待値からどれくらいバラついているか」という「広がり」を示す指標。
例え話：テストの点数
期待値: クラス全員の平均点（みんなの点数を合計して人数で割ったもの）。
最頻値: 最も多くの生徒が取った点数（例：60点が一番多い）。
中央値: 点数の低い順に並べて、ちょうど真ん中の順位の人の点数。
分散: 点数が平均に近い人が多いか、それとも0点や100点など極端な人が多いか（バラつき具合）。
5. 活用シーン（どんな問題に使うか）
AIの意思決定: 強化学習において、「あるアクション（行動）をとったときに、将来的に得られる報酬の合計（期待値）」を最大化するように学習させる。
リスク管理・保険: 事故が起きる確率と損害額から、保険料をいくらに設定すべきかを計算する。
投資・金融: ある銘柄を購入したときに、将来的に得られる利益の平均的な見込みを算出する。
機械学習の評価: モデルの予測精度（正解率など）が、期待通りに機能しているかを検証する。
6. G検定での出題傾向
G検定では、以下のポイントが狙われます！
定義の理解: 「値 × 確率」の合計であること。
強化学習との結びつき: 「報酬の期待値を最大化する」というフレーズは、強化学習（Reinforcement Learning）の説明として非常によく出題されます。
統計量としての役割: 平均、分散、標準偏差といった他の統計量との関係性。
計算問題（稀）: 非常に単純な（サイコロの目など）期待値を求める計算。
7. G検定の例題
【問題1：強化学習と期待値】
強化学習（Reinforcement Learning）におけるエージェント（学習主体）の基本的な目的として、最も適切なものはどれですか？
A. 与えられたデータセットのパターンを正確に模倣し、予測誤差を最小化すること。
B. 過去の膨大な画像データから、物体の特徴量を自動的に抽出すること。
C. 行動の結果として得られる報酬（Reward）の期待値を最大化するように、行動戦略を決定すること。
D. 入力データのノイズを除去し、データをクリーンな状態に変換すること。
【問題2：期待値の計算】
あるゲームにおいて、以下のルールで賞金が支払われるとします。
10%の確率で 1,000円 もらえる
30%の確率で 500円 もらえる
60%の確率で 0円 もらえる このゲームにおける「賞金の期待値」はいくらですか？
A. 25円
B. 250円
C. 2500円
D. 25000円
8. 例題の回答と解説
【問題1 の回答】
正解：C
【解説】
Aは「教師あり学習（Supervised Learning）」の説明です。
Bは「自己符号化器（Autoencoder）などの特徴量抽出」に関する説明です。
Cが正解です。強化学習の核心は、「報酬の期待値を最大化する行動を学ぶこと」にあります。
Dは「前処理（Preprocessing）」や「ノイズ除去」に関する説明です。
【問題2 の回答】
正解：B
【解説】 期待値の計算式（値 ×× 確率の合計）に従って計算します。
(1,000円 × 0.1) = 100円
(500円 × 0.3) = 150円
(0円 × 0.6) = 0円
これらをすべて足すと： 100+150+0=250 なので 100+150=250 円です。
※このように「値 × 確率」を丁寧に足し合わせる作業が重要です！
