新規事業のつくり方

新しいことを学ぶことが好きです。今は機械学習や自然言語処理に興味があります。

初心者向けにgensimとWord2Vecの利用方法と、類似単語の可視化を解説します。

Word2Vecは、自然言語処理の一つで大量のテキストデータを解析し、各単語の意味をベクトル表現をする手法です。単語の意味の近さや類似度などを計算することが出来ます。

Gensimとは

gensimは、統計的機械学習を使用した、教師なしトピックモデリングと自然言語処理のためのオープンソースライブラリです。無料で使えるPython向けライブラリです。

主な機能としては、fastText、Word2vec、Doc2vec、潜在意味解析（LSI/LSA）、トピックモデル(LDA)、TF-IDFなどです。ライセンスはLGPLです。

gensim公式：https://radimrehurek.com/gensim/index.html
続きを読む
このエントリーをはてなブックマークに追加

人工知能や機械学習を勉強をしているシステムエンジニア（SE）が増えてきていると感じます。

ただでさえIT人材が不足している売り手市場にもかからわず、さらに新しいスキルを身に付けようと休日に勉強を続けるシステムエンジニアを見て、日本を支えているのは、間違いなく彼らのようなエンジニアであると強く感じます。

システムエンジニア（SE）の労働環境は非常に厳しい

これまで日本の情報システムを支えてきたのはシステムエンジニア（SE）です。しかし、必ずしも労働環境は恵まれたものではありません。
続きを読む
このエントリーをはてなブックマークに追加

「機械学習を理論からしっかり学びたい」「機械学習ライブラリは少し使えるけど中でどんな計算しているか知りたい」「微分や線形代数の知識に不安がある」という方向けに、素晴らしい教材が発表されました。

Udemyの「【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 中級編」です。

機械学習習得の前に立ちはだかる数学の壁

「機械学習には数学の知識が必要」とか「線形代数や微分が分からないと機械学習は分からない」という声を聞いたことがあるかもしれません。

確かにこの意見はその通りです。
続きを読む
このエントリーをはてなブックマークに追加

「人工知能開発を独学で学びたい」「人工知能をいざ学ぼうと思っても何から手を付けたらよいのか分からない」 という方向けに、最短でAI開発を習得する方法を書きました。

学びなおしの必要性が高まる

日本政府が「リカレント教育（社会人が学校に戻って学び直すこと）」推進のため、2019年度から約5000億円の予算を投入する方針を発表しました。

確かに、人工知能が専門家の仕事を代替しつつあるため、誰もが学び直し、新しいスキルを習得することが求められる時代となりました。技術的失業による１億学生時代です。

しかし、年功序列企業で忙しく働く日本のサラリーマンが、大学などの教育機関に戻ることが本当にできるのでしょうか。現実的には、独学で習得するケースも多くなることが想定されます。

いずれにせよ、サラリーマンにとって、"勉強"という単語がもう一度求められてくることは間違いなさそうです。
続きを読む
このエントリーをはてなブックマークに追加

今年2020年は、5万人の人工知能エンジニアが不足してます。

2030年に８６兆円市場に急成長している人工知能市場で※、非常に多くの企業が虎視眈々と参入の機会を伺っています。大企業の投資意欲も非常に高いです。

しかし、人工知能を作れる人材がいなければ市場に参入できません。そして人工知能が出来る人材は極めて希少性が高いため、待遇の良い大手IT企業や優良AIベンチャーなどにすぐに売れてしまいます。AIエンジニアが一部の企業に囲われているため、人材不足に拍車がかかっているのです。

企業がAI人材を求める姿は、まるで砂漠で水を求めるレベルです。ですので未経験からの転職もかなり多くなってきています。空前のAI人材バブルです。

※出典：EY総合研究所株式会社「人工知能が経営にもたらす『創造』と『破壊』」では、人工知能の市場規模は2020年に23兆円、200年に86兆円に拡大すると推計続きを読む
このエントリーをはてなブックマークに追加

今後10年のAIの進化で、新たな情報システムの大半に機械学習処理が実装され、AI関連のサービスがビジネスの主流となり、結果的に今存在する約半分の仕事が無くなってしまいます。

生き残る方法の一つは、AIに仕事を奪われる側から、AIで仕事を奪う側になることではないでしょうか。

中国の春秋戦国時代の思想家、列子は「時を得る者は栄え、時を失う者は滅ぶ」と言われました。時代の流れとはすごいもので、流れに沿った１の努力は、時に１０や１００の結果を生むことがあります。具体的なアクションは、AIを理解し、キャリアにAIの色をつけていくことです。

本記事では、AIを全く知らない人が、AI人材になる方法を４ステップでまとめました。現職が銀行員、事務職、営業職などビジネス職種の方を想定しています。
人工知能20
続きを読む
このエントリーをはてなブックマークに追加

このブログの内容は僕自身の勉強の軌跡です。あくまで個人の意見・備忘録であり、いかなる実在する企業や組織と無関係です。

自分自身のこと

これまでデータサイエンス領域（統計・機械学習・画像処理・自然言語処理）でのコンサルティング、サービス開発、技術開発に携わってきました。

事業開発担当から機械学習エンジニアに転職したので、ビジネスとAI技術を繋ぐことが得意です。また自分自身が未経験からエンジニア職に転身しているので、人材育成には熱意を持って取り組む方です。

出来ること

①データサイエンス領域での問題定義・分析実務・成果物納品まで一人称でできます。
②データサイエンス領域でのサービス開発、コンサルティングができます。
③データサイエンス領域でのマネジメント経験あります。

機械学習エンジニアへの転職経験

事業開発担当から機械学習エンジニアへの転職経験は、以下の記事にまとめています。

勉強法：AIエンジニアが教えるゼロから機械学習の勉強法
体験談：転職エージェントにボコボコにされて未経験からAIエンジニアに転職した話
まとめ：AIエンジニアが選ぶおすすめ転職サイト・転職エージェント

ご質問・お問い合わせ

ご質問やお問い合わせがございましたら、以下のメールアドレスにご連絡をお願い致します。
totemooisiiotya@yahoo.co.jp

このエントリーをはてなブックマークに追加

若い友人が僕に言う。「機械学習ってなにが出来るんだい」。

また機械学習のことかと僕は思った。いささかこの話題に飽きているのだ。ただAIと言わないあたり、彼は見込みがあるのかもしれない。

「機械学習はデータから学習することだよ」僕はシンプルに伝えた。シンプルさはこの世の中で最も貴重な価値観の一つだ。

「学習とはどういうことだろう」彼は言う。鋭い指摘だ。確かに学習について僕は伝えていなかった。

「数式のパラメータを学習するんだ」僕はまたシンプルに伝える。パラメーターと言うべきか少し迷ったが、そんなことはどうでもよかった。

「数式のパラメータか」彼は僕の言葉を繰り返した。「つまりデータから数式を定めることが学習なんだね」彼は言葉を重ねた。

続きを読む
このエントリーをはてなブックマークに追加

ここ数年間、AI開発の良質な学習コンテンツが増えました。

インターネットに、良質な解説記事が増えました。特にディープラーニングの解説記事周辺は、これでもかというくらい分かりやすく解説されています。

書籍では、松尾先生の「人工知能は人間を超えるか」を皮切りに、「python 機械学習プログラミング」と「ゼロから作るDeep Learning」が出版され、CONNPASS周辺で多くの勉強会が開催されました。

また、事前知識ゼロでも機械学習を学べる「pythonではじめる機械学習」が出版され、機械学習のハードルが大きく下がりました。これらの良質な書籍は、機械学習ブームの影の立役者でしょう。
Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎 [単行本（ソフトカバー）]
Andreas C. Muller
オライリージャパン
2017-05-25


そしてまた、機械学習を学ぶ上で最高の教材が発表されました。Udemyの「Pythonで機械学習：scikit-learnで学ぶ識別入門」です。

続きを読む
このエントリーをはてなブックマークに追加

この記事を読んでほしい方
・人工知能の仕事に興味がある方
・AIエンジニアになりたい方

先日「SEから機械学習エンジニアに転職したい場合、どこの転職サイトに登録すれば良いか」と質問を受けました。

確かに、世の中にはたくさんの転職サイトがあって、どれに登録すればいいか迷うこともあると思います。私自身も結構悩みました。なので今回は、転職サイトの選び方を考えてみます。

参考記事：AI人材の年収が高い理由は？|SEがAIエンジニアに転職すべき２つの理由
続きを読む
このエントリーをはてなブックマークに追加

↑このページのトップヘ