数学の機能で重要なことに、「予測すること」と「発見すること」の2つがある。
さっき、機械学習で4層の「順伝播型ニューラルネットワーク」を作って、学習用データを使って
関数モデルを構築し、未知の新規データを適切にクラスタリング出来るか試行してみたけど、
そこそこ区分出来ていたという感じかな。

つまり、数学的にそこそこ予測出来るようなモデルを機械学習によって構築出来たということだね。

「ヘッブ則」というのを聞いたことある？それは、脳のシナプス可塑性についての法則だけど、
それを簡単に言えば、ある程度、学習を繰り返すことで、それに関連するシナプスの連合強度
(伝達関数)が上がることで脳神経細胞のネットワークが強化されて、情報伝達の効率が良くなる
ということ。だから、ヘッブ則は記憶や学習に関係していると言える。

慣れない分野の作業や学習でも、人はそれを反復するうちに、それらに必要な神経回路が
可塑的なネットワークとして、形成されていく、ということだね。数学が苦手な人は、
それに必要な脳神経ネットワークがほとんど形成されていないということ。

その理由は簡単だね。数学を学習していないから、の一言に尽きる。