AI・機械学習・ディープラーニング

何を学習するか?考えると、データがないと始まらない。

投稿日:2018年5月2日 更新日:

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?

この2点でつまづく。

まずはいろいろ手を動かして試せたらよいので、機械学習用のデータを提供してくれているサイトから拝借する。

>>機械学習に使える様々なデータセットが取得できるサイト5選

機械学習はデータ準備が9割

AIエンジニアの仕事はデータ準備が9割と何かの記事で読みました。地道な作業ですね。地道な作業ができなければAIエンジニアはつとまらなさそうです。

データさえ準備できれば、後は適当なモデルに流し込めばいいだけ。

でもモデルの精度がいまいちなら、地道な調整という作業になる。やはり地道な作業。地道な作業ができなければAIエンジニアはつとまらなさそうです。

-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

誤差逆伝播法が必要な理由

ディープラーニングの勉強してると、誤差逆伝播法が必ず出てくるんだけど、イマイチなぜ?それが必要なのか分からなかった。 理由 ニューラルネットの層が深くなると、勾配の計算に時間がかかる。 誤差逆伝播法だ …

no image

DeepMindの記事見て触発された

http://gigazine.net/news/20141203-deepmind-demis-hassabis/ Googleに買収されて有名になっていたDeepMindの創業者の記事を読んだ。 …

no image

AIはデータ分析の手法の1つ

に過ぎない。 AIと切っても切れない。AIが成立する大前提になってるのが、ビッグデータです。 ビッグデータを成立させているのが、大規模分散処理による高速化です。 今まで何十時間もかかっていたことが、数 …

no image

AWS Amazon Machine Learning で MNISTを分類

実際に機械学習アプリを使用するにあたってはAWSとGCPで最も簡単に作る方法を調査した。 GCPでは Cloud ML Engineというのがあるが、あくまでEngineであり、GUIで簡単にアプリを …

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 …