機械学習を勉強し始めると出会う「微分」
私はここ最近、毎日「ビブン」に会っているものの、なんだかよく分からない （眠れなくなるほど面白い 図解 微分積分を読んでます すぐ眠れています） 今更感すごいけど、機械学習の時なんでみんなが微分したがるのか調べる！
微分＝関数の傾きを求める
微分とは何か？ － 中学生でも分かる微分のイメージ 正確には「関数の各点における傾き」のようです
あれ、なんで傾きを求めたいんだ？？
傾き＝xとyの関係
練習時間から得点を予測する回帰直線（関数）だったら、 傾きは「練習時間が〇時間の時、得点は□点になる」（xが増えたらyはどう変化する？）が分かる！
ざっくり言うと、微分すればデータの関係性が分かるってことなのか！！
ちょっと応用
画像は線形回帰のグラフなので一次関数（直線）ですが、 ニューラルネットワークでは非線形（曲線と思っています）の関数を描けます （ReLU、シグモイド関数などの活性化関数で非線形にできます） → 非線形だとより実績値に近づいた線が引ける
非線形だと一次関数とは違い、xの値によって傾きがまちまちな気がする。。。 → x＝〇の時の「yの値」から傾きを見ればxとyの関係性がつかめそう！（微分）
曲線のグラフもx=〇のところでズームすれば直線に見えるから、傾きが分かるってことか！
