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

Windows7で「ゼロから作るDeep Learning」を実装していく

IDE Pycharmがお勧め。 PycharmのFile>Default Settings>Project Interpreterで、 右上の緑の「+」ボタンから、「numpy」と「matplotl …

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

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

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、「 …

no image

AIビジネス脳を考える・鍛える

AIで何ができるか?を理解し、事例を蓄えている。 すべてのものがデータとして認識でき、AIによりどんなROIを出せるかが数字で浮かんでくる。 あらゆるものがAIを入れた時にどうなるか映像で見え、宝の山 …

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 …