AI・機械学習・ディープラーニング

AIが得意そうなこと・ビジネス開発

投稿日:2018年3月15日 更新日:

比較・検討

レコメンデーション(推薦)と呼ばれる分野。

この人は⚫⚫を買いそうだ というものの提案。

定型業務

法律

軽微な交通事故のようなものは、訴訟パターンが決まっている。過去の事例を解析して、勝てるパターン負けるパターンを推論することができる。

弁護士や一般人向けのサービスが作れる。

AIとWebは相性よし

全自動のビジネスが構築できる可能性も。

AIと既存システムを作ることで自動化。

  • 何をAIで判定して
  • 何をユーザーに提示するか?

AIが判定した結果を元に、ユーザーに何かを提示する事がまず思い付く。

使えそうレベルではNG

機械学習に必要な膨大なデータが手にはいるかが鍵です。

膨大なデータを既にもっているところは直ぐにAIを導入できる。

-AI・機械学習・ディープラーニング

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

何を学習するか?考えると、データがないと始まらない。

さて、Amazon Machine Learningを使ってみた。もっと他にも試してみたいなと思った。 そこで思った。 まず「大量データ」を準備するのが大変だ。 「データ」を使って何を予測すればよいか …

no image

numpy 配列の乗算

import numpy as np x = np.array([0,1]) w = np.array([0,5],[0.5]) print x*w >>>[0. 0.5] このよう …

no image

いちばんやさしい機械学習プロジェクトの教本

この本はAIプロジェクトのプロマネ、コンサルは必携の本。 エンジニアもAI案件に携わるなら、全工程を見通すために役に立ちます。 各工程でのポイントがよくまとめられているため、具体的な AIで起業する場 …

no image

グーグルに学ぶディープラーニング tensorflow.playgroundの試算

あまりよくなかった。これまでにディープラーニングの入門本は沢山読んできて、ある程度の内容は知っていて、事例を補いたいと思い読んだのですが、「人工知能 解体新書」のほうが有益だった。   気に …

no image

ディープラーニングは機械自体が学習する

歴史 2012年のImageNetで圧勝したトロント大学の機械学習の方法が「ディープラーニング(深層学習)」である。 発案者は同大学教授のジェフリー・ヒントン。 本質 ディープラーニングは、予測能力を …