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