1. 連立方程式と線形回帰 × ピカチュウの種族値
ピカチュウとライチュウの素早さ(Speed)と攻撃力(Attack)を線形回帰でモデリングする。
例:
Speed = a * Attack + b
複数のポケモンデータから係数 a, b を連立方程式で推定可能。
2. モンスターボールの半径と面積
モンスターボールを球と仮定し、直径6cm（=半径3cm）とする。
表面積：
A = 4πr² = 4π(3²) = 113.1 cm²
3. ビカチュウの入力1mV → 10万ボルト
増幅倍率：
Gain = 100,000V / 0.001V = 1×10⁸
dB換算：
Gain_dB = 20 * log10(1×10⁸) = 160 dB
4. モンスターボールの体積と微分
球体積：
V = (4/3)πr³ → V = (4/3)π(3³) = 113.1 cm³
微分（体積の変化率）：
dV/dr = 4πr²
5. 球体積分（体積の導出）
三重積分により球の体積を導出：
V = ∭_Ball 1 dV = ∫₀^π ∫₀^π ∫₀^r r² sinθ dr dθ dφ = (4/3)πr³
6. サイン波・FFTとオイラーの公式
ピカチュウの鳴き声の周波数をFFTで分析：
f(t) = sin(2πft)
Euler: e^{ix} = cos(x) + i sin(x)
FFTで鳴き声の周波数ピークを検出可能。
7. 自然言語処理 × ベクトル × 類似度 × ロジスティック回帰
ポケモン名や技の特徴をベクトル化（word2vec, BERTなど）。
コサイン類似度：
cos_sim = A・B / (||A|| * ||B||)
分類タスクにはロジスティック回帰やsoftmaxを用いる：
P(class_i) = softmax(w・x + b)
例：名前ベクトルから「でんきタイプ」分類予測。