AIのこれまでとこれから Last
AI
とは?
試行錯誤が重要.
まず
データ
の可視化や
ビジネスプロセス
の
分析
を行う.
要件
をきっちり積み上げて,適切なところに利用すれば成果につながりやすい.
異常検知
などの分野.
深層学習
はパラメータ調整が難しいなどの理由で成果が出しにくい.
AI
を学習するには
AI
でできることは何か,を知り,必要なことを理解する.
技術的には
プログラミング
を実際にして何ができるのかを実感していく.
データ分析コンペティション
に参加する.
Kaggle
Signate
Nishika
AI
で使う
ツール
データソース
を扱うもの
100万行くらいまでは
Excel
それ以上なら
RDB
5000万以上になると
分散型
の
クラウドストレージ
などを活用する.
AWS
や
GCP
を活用する.
分析
・
モデリング
・
レポーティング
を行うもの
BI
を用いる.
Tableau
Microsoft PowerBI
Python
Jupyter_notebook
Google Colaboratory
R
RStudio
Julia
AI
を
システム実装
するもの.
これからの
AI
データ
を持っている
企業
が強くなっていく.
#AIのこれまでとこれから