書籍・読書 AI・機械学習・ディープラーニング

いちばんやさしい機械学習プロジェクトの教本

投稿日:

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で起業する場合も、PoCフェーズをふまないと起業には至れないため、投資を呼び込めないでしょうから、本書の内容を縮小したような形になるでしょう。

AIアプリで起業する場合も、顧客がどのように成果を出すのか、成果を出すまでを想像できるのではないでしょうか。

データサイエンティストってすごい報酬得るんですね。

普通のSEが悲しくなります。

ただ、私はデータサイエンティストと働いたことがないので、そんな報酬をもらう人が、本当に報酬に値する働きをしてるのかわかりませんが…。

データサイエンティストはバブリーな状態なので、データサイエンティストの代わりにモデリングをしてくれるDataRobotのようなアプリは今後かなり成長すると思います。

私のような普通のSEもAI案件に携わる機会があれば、本書を読んでおくことで顧客に有益なアドバイスが間違いなくできます。

コンサルのような立場からエンジニアとして参画できれば、一目置かれる存在になるでしょう。

AI案件はPoC(技術実証)の段階で成果がでないとポシャりますね。

なかなかAI案件で成果(ROI)を上げるのは難しいと思いますよ。

正直、導入まで最低1年はかかるでしょうね。1年を目安として、バッファとして1年半は見ておきたいです。

そういうリスクがあるので、極力インフラはシンプルにしておく必要があるため、GCPやAWSなどのパブリッククラウドで構築すべきでしょう。

ああ、書いていてコンサルの気分になってきました。

この本に、PoC段階でやらないといけないことやつまづきポイントも書いているので、起業したい人はまずそこから始めるとよいかもしれませんね。

非常によい本で、5つ★です。

PoC専門企業も出てくるでしょうね。そこがAI案件の胆だし、データサイエンティストが必要だから。

コンサルとして活動するには、本書の利益を出しやすい条件に当てはまる領域にしぼって活動すると、成果が出やすいでしょう。

-書籍・読書, 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

エンジニアの勉強のポイント

今から勉強するなら、最先端分野がいいです。 AIがいいです。 今Springやアジャイルを学んでも、給料は上がりません。 10年前なら違ったかもしれません。 SIが今やってる、客先に常駐して顧客の業務 …

no image

ディープラーニングのフレームワーク

名前 ユースケース メリット TensorFlow google MNIST(手書き数字を判別)、CNN(画像認識)、Word2Vec(各単語の関係を学習)、RNN(文章から次の単語予測)、Seq2S …

no image

【書籍】【HOW GOOGLE WORKS】Googleが今ほど巨大になれた理由

Googleが今ほど巨大になった理由は、「優れた検索エンジンを開発したから」だと思っていました。 もしくは、「優れたエンジニアを沢山雇っているから」さらに成長が加速しているのだと思っていました。 どう …

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

AIの俯瞰

AI=Artifical Inteligence=人口知能 AIの適用領域 画像認識 Visual Recognition ImageNet というコンテストがある。何の画像かAIが見極める競技である …