機械学習？を用いたデータ予測について

Question

Pythonや機械学習に着いては全くの素人です。
以下の例にて機械学習などを用いて
パラメーターの予測を行いたいと思っております。
このような事例では予測が可能か、またどのような機能を使えば実現できそうかなどヒントをいただけるだけると助かります。

例

試験対象のものが1～100まであるとします。

各用語の定義
パラメータA(以下pA)...試験対象毎にそれぞれで決められた値。これがpA1～pA50まで複数種類のパラメータがあります。

パラメータB(以下pB)...このパラメータを可変させて試験結果を調整します。これもpB1～pB30ぐらいまで複数種類のパラメータがあります。

試験項目(以下iC)...試験項目が100 項目ほどあります。
試験項目は全評価対象で共通です。

試験結果(以下tC)...iCの結果がtCになります。

①試験時各試験項目を確認
↓
②各試験結果が規定範囲の中に収まっていれば終了
収まっていなければpBを変更

①と②を繰り返してpBの適合(値出し)を行っています。

そこで実現したい内容が以下です。

･これから試験をする新たな評価対象のpBの値を大量にある過去の試験のデータ(pA,pB,iC,tC)から予測出来ないかです。

分かりにくい例で大変申し訳ありません。。。
なにかヒントだけでも頂けると助かります。

Comments

[meg_]

> 大量にある過去の試験のデータ
過去のデータにおいて何か傾向は見つけられましたか？

[Mikan2]

ご質問ありがとうございます。

pB1～30毎にそれぞれの特性は分かっています。
pB1を大きくすると評価結果tC1の値が大きくなる。という感じで。
しかしその大きくなる幅はpAの値も関係しており評価対象ごとにバラつきますので毎回試験をして確認しなければならない状況です。

[meg_]

バラつきが大きい場合は予測困難だと思います。

Answer 1

パラメータがAしかないのであれば、AからBを導くしかなくて、単にそれをプロットしてみればいいのでは？
相関が弱いのであれば、それは機械学習でも判断不能ですね。

Answer 2

イマイチ試験したい状況がイメージできないですが、機械学習が適当なケースではないように思えます。

質問にあるとおり、本当にpBから結果が予想出来ないとすると、機械学習したところで将来起きる未知の挙動を予想することはどんな手法であっても不可能です。

もし、条件が複雑すぎて予想が出来ないのだとすると、過去の試験データから、pBと試験対象毎の変数が各試験の結果に与える影響を解析する多変量解析が適当ではないでしょうか？
（プログラムを組むことは可能でしょうが、それなりに専門知識が必要。既存のツールがあるはずです。）

また、試験結果が合格かどうかが判定できるのなら、総当たりでパラメータを変動し、ソートすればわかりそうですし。。。
（その場合Excelといくつかの関数で可能なはず）