モンテカルロ法
解説
モンテカルロ法とは、乱数を用いた試行（シミュレーション）を何千、何万回と繰り返すことで、その結果を統計的に処理し、解の近似値を求める手法の総称です。
「数打ちゃ当たる」の統計学
解析的に（数式だけで）解くのが不可能な複雑な問題でも、ランダムな入力を大量に与えて実験すれば、大体の傾向（確率分布）がつかめるという「大数の法則」に基づいています。
名前の由来は、ギャンブルで有名なモナコ公国の「モンテカルロ地区」から来ています。
ゲームAIでの応用（モンテカルロ木探索）
特に囲碁や将棋のAIでは、この手法を応用した「モンテカルロ木探索（MCTS）」が革命を起こしました。「この手を打ったらどうなるか？」を全て計算するのではなく、ランダムに終局まで打ち進める（プレイアウトする）ことで、「この手は勝率が高そうだ」という確率的な評価を行う手法です。これはAlphaGoの強さの基盤の一つともなりました。
G検定対策
出題ポイント
- 定義：乱数（ランダムな試行）を用いて、数値的な近似解を得る手法。
- 応用：円周率の計算（正方形にランダムに点を打つ実験）や、金融商品の価格変動リスク計算、強化学習における方策評価。
- キーワード：プレイアウト（終局までランダムに打つこと）。
よくあるひっかけ問題
- × モンテカルロ法は、必ず厳密な正解（厳密解）を導き出す
（解説）得られるのはあくまで「確からしい近似値（推定値）」です。試行回数を増やせば精度は上がりますが、完全な正解とは限りません。 - × ルールベースの探索手法である
（解説）「確率的」な手法です。あらかじめ決まったルール通りに動くわけではありません。
