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。

カテゴリ: 人工知能

「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

「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年度以降に約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

今後10年のAIの進化で、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

2017年は、大企業が人工知能の実証実験に取り組んだ1年でした。プレスリリースからは、その成功可否までは分かりかねますが、現場のAIエンジニアの苦労が偲ばれるところです。

失敗案件が続き、企業の投資意欲が落ちることも懸念されましたが、日本株式会社の投資意欲は依然として高水準です。

2018年は、多くの業界で本格的に人工知能が導入が進んでいくでしょう。つまりAI人材の不足感は、より高まります。「AIで何をやるのか」を決める上流側の人材と、「AIで学習済みモデル」を作る人材の両方とも足りないようですが、事業会社側でAIの理解がそれなりに進んでいることもあり、特に後者が足りない印象です。

企業のAIリテラシーは高まっているものの、AIをプログラミングすることにはまだまだ抵抗感が高いようです。元々システム開発を外部委託している企業が多いので当然かもしれません。つまり、AIエンジニアの需要はとても高いという事です。

続きを読む

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。


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

↑このページのトップヘ