書籍・読書 AI・機械学習・ディープラーニング

人工知能解体新書 ゼロからわかる人工知能のしくみと活用

投稿日:2018年4月30日 更新日:

この本は良かった。実用例が豊富だから。IBM Watsonの解説が多いんだけど、それだけWatsonはAI産業で重要なポジションを占めているってことがわかった。G検定の推薦図書では具体例が少なくて、「で、AIって何ができるの?」って聞かれた時に答えられない。自分は「で、AIで何ができるの?」って聞かれた時に答えられるようになりたくてこの本を読んだ。WatsonはAI産業で先じていて、今後SIerがAI産業に参入するときに、Watsonを使ってアプリ構築して、それをサブスクリプションモデルで売るというのが一般的になるだろう。Watsonに限らず、AWSでもGCPでもAzureでもそうで、ディープラーニングのモデル自体はAPIで提供されてるから、エンジニアは研究者になる必要はない。むしろそれらAPIを使いこなすスキルが必要名で、そのためにディープラーニングの基礎知識や原理は知っておく必要があるから、そのために自分は今AIを勉強している。APIを使いこなしたら、他社が使っているのと同じディープラーニングが使えるんだから、技術レベルは同じになる。ディープラーニングの技術では差別化はできなくなるから、あとはそれでいかに顧客を喜ばせるかというだけになる。そのためのノウハウは実案件から学ぶ必要がある。

-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

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

ディープラーニングの分かりやすい記事まとめ

入門・解説記事 深層学習を勉強して説明してみた https://research.preferred.jp/2012/11/deep-learning/ 業界を代表するブログ https://rese …

no image

【AI(人口知能)まるわかり】(日経ビジネス)を読んで

 機械学習・ディープラーニングによりAI開発が加速している 機械学習に必要なもの。 大量の学習データ 膨大な計算リソース これらを可能にしたのがgoogleである。計算リソースはGoogle …

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 …