今回は、読書レポートです。
文系AI人材になる 野口竜司さんです。
野口さんは、ZOZOテクノロジーのVPだそうです。
今後、AIはますます社会に実装されていきますね。
AIに関する知識は、一部の人の知識ではなく、ますますジェネラルに
なっていくと思います。
私自身も定期的に勉強はしていて、基本的なことはおさえているつもりですが、
この本を読んで改めて体系立てて整理できました。
AIの知識がない方でも、改めて整理したい方でもおすすめな本です。
それでは、本の中身に入っていきましょう。
目次
-------------------------------------------------------
-------------------------------------------------------
【AI時代に職を失わないために】
AIを怖がる人が日本には多い。AIによって必要な職が出てくる。
冷蔵庫が生まれて、氷屋さんがなくなり、電気屋が生まれるように
AI時代に必要な職を目指せばよい。AI時代は行動格差の時代
AIとの共働きの段階は５つある。
①人だけで働く
②人の仕事をAIが補助する
③人の仕事をAIが拡張する
④AIの仕事を人が補助する
⑤人の仕事をAIが完全に代行する
【文系のためのAIキャリア】
AIは作るから使うへシフト。理系がやらないAI仕事はすべて文系の仕事
AIをスクラッチで作る代わりに、３つの方法がある。
①コードベースの環境で作る
②GUI環境で作る
③構築済みAIサービスを使う
Google,アマゾン、マイクロソフト、IBM、ソニー等
【AIのキホンは丸暗記で済ます】
①AI,機械学習、ディープラーニング
AIの中に機械学習が含まれ、その一つとしてディープラーニングがあり、
これが脚光を浴びたため急速に発達した。
②学習方式は３方式
教師あり学習：答えあり学習 分類、回帰
教師なし学習：答えなし学習 クラスタリング
強化学習：良い選択を繰り返させるための学習 報酬と罰
③活用タイプは４×２＝８種類
識別系（目）,予測系（考え）,会話系（耳、口）,実行系（身体）×代行系、拡張系
その他の用語
学習と予測、目的変数と説明変数、アルゴリズム、過学習、アノテーション
時系列モデル、データ前処理、PoC,ニューラルネットワーク、
正解率と再現率・適合率、AUC（Area Under the Curve)
【AIの作り方をざっくり理解する】
予測系だと下記
①企画 → ②データ作成 → ③学習 → ④予測
①－１ AIプランニング
①－２ 目的変数/説明変数の定義
②－１ 学習データ準備
②－２ データ前処理
③－１ AIモデル構築
③－２ AIモデル制度検証
④－１ AIモデル実行
④－２ 運用・再学習
【AI企画力を磨く】
アイディアを変化量と実現性でスコアする。感性と論理を行き来する。
５W1Hで企画の解像度を上げる。マイナスを減らすか、プラスを増やすか
最後に企業の様々なAI適用事例を整理して、紹介してくれます。
私は理系人間なのですが、かなり理解がスッキリしましたし、
さらに深く勉強できるなと思いました。
また、AIをツールと定義すれば、機械化、ツール適用は過去いろんなシーンで
使われてきたわけで、それが高度化になったというような認識で良いと思います。
本書を読んで、AI脳を鍛えてみませんか。是非 おすすめです。
↓押していただけるとブログ継続励みになります。
ブックマークも歓迎です。。
|
|
