機械学習という言葉は分かりやすいようで意外と分かりにくい。学習と聞くと、多くの場合は物事を覚えたり、覚えた知識を使って問題に答えたりするための「勉強」を思い浮かべるだろうが、機械(コンピュータ)が勉強をするとは、いったいどういうことだろうか。この連載では機械学習にまだなじみがないITエンジニアに向けて、ビジネスへの活用を前提に、機械学習とその応用について、できるだけやさしく説明していきたい。
あなたの仕事を劇的に効率化! 機械学習のインパクト
目次
-
第7回 AIブームを牽引する深層学習の基本を学ぶ、ビジネスに十分生かせる
現在の第3次人工知能(AI)ブームを牽引するのが深層学習(ディープラーニング)である。機械学習をより高度化し、対象の特徴を自ら探し出すのが特徴だ。深層学習は未来の話ではなく、現時点でビジネスに十分生かせる。
-
第6回 人工知能ビジネスではブルーオーシャンを狙え、目指すは「人工知能破壊」
人工知能をこれからビジネスに活用したいのであれば、一歩先を読む姿勢が欠かせない。技術の進化は早く、既にコモディティー(日用品)化している。ブルーオーシャンを狙うための三つの戦略を紹介する。
-
第5回 機械学習をビジネスに応用! つまずかないための三つのポイント
ここまでで、機械学習の基本から応用のイメージや注意点までご理解いただけたと思う。今回は、機械学習をビジネスに活用する際にあらかじめ考えておくべきポイントを紹介したい。機械学習になぜ取り組むのかを明確にしていなかったり、進め方を知らなかったりすると、せっかくの取り組みが奏功しないおそれがある。
-
第4回 機械学習をIoTに応用、人間の行動を認識・予測する
今回は機械学習の具体的な応用例として「センサー行動認識」を取り上げる。センサーデータの収集に関しては、看護師22人の胸、利き手首、腰の3箇所にそれぞれ三軸加速度センサーを付けてもらった。そのうえで、1日交代で2週間にわたり看護行動をしてもらいつつ、別の看護師が付いて行動ラベルを綿密に記録していった…
-
第3回 機械学習で怖い「次元の呪い」、手法の選択は適材適所で
「車はスタート位置aにいる。ここから時速bキロメートルでx時間進んだときの走行距離yを求めよ」という問題には「y=a+bx」という式が適用できる。通常、xとyを「変数」、aやbを「定数」として扱う。ところが機械学習の基本的な考え方は、私たちが算数などの授業で習った考え方と逆であることが分かる。
-
第2回 利用者をイライラさせないレコメンド機能を機械学習でどう実現するか
ネット店舗にアクセスすると、「あなたにオススメの商品は○○です」「この商品を買った人はこんな商品も買っています」などと表示される──。これが商品レコメンド機能の例である。ネット店舗における「商品を説明してくれる店員さん」と考えればよい。こうした機能をどのように実現すればよいのだろうか。
-
第1回 機械学習は、なぜ「未知の問い」への答えを出せるのか
人工知能(AI)がブームになるとともに、「機械学習(Machine Learning)」が注目を集めるようになった。だが、機械学習という言葉は分かりやすいようで意外と分かりにくい。この連載では機械学習にまだなじみがないITエンジニアに向けて、ビジネスへの活用を前提に、機械学習とその応用について、で…
日経クロステック Special
What's New
経営
- 先進自治体が集まって徹底討論!自治体DX
- アジャイル開発が生成AIの活用に有効
- Salesforce≫求められるスキルは
- 決算短信の英文開示 見逃せない重要課題
- 「複合AI」に必要なITインフラを考える
- リコーのDX新拠点 その実力に迫る
- 教育の質を高め、人材育成に寄与する新制度
- 「DXの伴走者」に聞く変革への戦略&方策
- 多角的アプローチによる顧客価値創造とは?
- ERP導入で忘れがちな「大切なこと」とは
- 次世代コンタクトセンターの最新AI技術
- 新オフィスから新価値を創造・発信
- Suicaデータを活用する駅カルテとは!
- 業務のデジタル化の「障壁」と「解決策」
- 未来ビジネスを創るテクノロジーの力
- 大和ハウスのデジタル帳票基盤、導入の裏側
- ServiceNowでDXを加速≫方法は
- SAPプロジェクトの全体像をいかに描くか