文系AI人材になる: 統計・プログラム知識は不要

著者 :
  • 東洋経済新報社
3.58
  • (4)
  • (10)
  • (8)
  • (0)
  • (2)
本棚登録 : 283
レビュー : 16
  • Amazon.co.jp ・本 (343ページ)
  • / ISBN・EAN: 9784492762516

作品紹介・あらすじ

AI社会になって、ボクは職を失わないだろうか?
文系のワタシが、AIでキャリアアップするには?

そんな不安や疑問を解消するのが本書です。

英数国理社×AI時代に対応した、AI活用の現場から生まれた実践トレーニング本。
・専門用語は必要最低限に
・豊富な業種別事例は「自社での活用」を考えるヒントに。
・AIとの「共働きスキル」を身につける。
AIを活用したビジネスプランを豊富に紹介。本書は、AIを、機能別に4分類、役割別に2分類し、合計4×2=8分類にわけている。その分類を用いて、事例を解説しているので、非常に理解しやすく、自分の仕事への適用・応用を検討しやすい。AIとお共働きスキルを身につけよう。

感想・レビュー・書評

並び替え
表示形式
表示件数
絞り込み
  • 文系AI人材の新たな仕事
    AI企画、構築、プロマネ、現場導入、利用管理
    理系AI人材がやらないすべての仕事をやる

    AIと働く力を身につける4ステップ
    AIのキホンを丸暗記する、作り方をざっくり理解する、企画力を磨く、事例をとことん知る

    AI、機械学習、ディープラーニングの3分類
    AIは技術全体、機械学習は特徴を人が定義、ディープラーニングは機械が定義

    学習方式の3分類
    教師あり学習は、答えがあるデータで学習。分類と回帰の2パターン。
    教師なし学習は、答えがないデータで学習。クラスタリング。
    強化学習は、あるべき結果を目指して選択と報酬罰を繰り返してよりよい状態を作ること。エージェント、行動と環境。

    活用タイプ別の8分類
    =機能別4タイプ×役割別2タイプ
    機能別は識別系、予測系、会話系、実行系
    役割別は代行型と拡張型

    用語集
    学習と予測、教師あり学習と教師なし学習、目的変数と説明変数、アルゴリズム、過学習、アノテーション、時系列モデル、データ前処理、PoC(proof of concept)、ニューラルネットワーク、正解率と再現率、適合率、AUC(area under curve)、

    AIの作り方
    データ作成、学習、予測

  • これまでも分かっていたけれど、AIというビッグパワー(ビッグネーム?)に圧倒されて、なんだか別物と考えていたモヤモヤが結構スッキリと整理できた気がする。
    元現役SEとしては、今から30〜20年前に普通にITと言っていたことをAIに置き換えれば良い(当然実現する方法は大きく異なっているだろうし、筆者の主張とは違う気がするが)のかというのが率直な理解。
    でも、何となく凄いものという根拠のない捉え所のないAIのことをきっちりと分解して、整理しているのは流石と言える。(実際は当たり前の整理で斬新ではないのだけど、それがそう簡単に誰にでもできるものではない)
    ただし、「文系」という言葉には何となく引っかかるのが正直なところである。何らかの線引きがあることは理解できるのだが、それは文系と理系なのだろうか?(まったく的外れではないがバッチリピントが合う一歩手前みたいな)
    筆者は「文系」を自虐的使っているのか、はたまた大きな皮肉を込めているのか、それとも私の考えすぎでもっとシンプルなことなのか・・・

  •  数式は出てこないし、説明も平易でわかりやすい。本書だけでAI企画力が即座に身につくわけではないが、AIの基礎知識、できること、できないことが理解できた。人とAIとの共存を前向きにとらえる内容で、希望の持てる一冊。

  • とっつきやすいAIのお仕事導入の本だと思います。
    分類の仕方、フェーズややる事などがわかりやすく書いてあります。
    半分は事例ですが、分類のフォーマットに従って記述してくれているので、分類と実現後が結びつきやすかったです。
    これでAIが作れるようになるわけではありませんが、導入案件のイメージは掴めたような気になりました。

  • ディープラーニングG検定の目的を分かりやすく、枠を広げて解説したような本。面白かった。

  • ちょうど、著者の登壇イベントで話をきいてその足で書店で購入して読みました。

    AIのビジネス活用について、幅広にわかりやすく、具体的な事案が多数あるだけでなく、文系の人がまさにAIを使う具体的な方法がかかれていて、かなり良書だと思います。

  • 約半年前にデジタル系の会社に出向になり戦略担当としてアサインされたがAIの基礎についてこれまであまり分かっていなかった。

    この本で本当に基礎の部分についてよく理解できたし、何となく業務の中でバラバラと身につけてきた知識がすーっと一本に繋がった。
    ○AI,機械学習、ディープラーニングの関係性
    ○教師あり、なし学習、強化学習
    ○識別、予測、会話、実行✖️代行、拡張
    というのがすとんと頭に入ってきた。

    最後の事例も簡潔で読みやすく、様々な事例がインプットできたのは今後のアウトプットの際の参考にもしたい。

    AI初心者には大変勉強になる本である。

  • 書店で見かけタイトルや内容に興味持ち、購入。
    AIを使う側、として理解しておきたいことについてまとまっており、これまで読んだAI系の本とは違う観点からの理解に役立ったと思う。
    大量の事例紹介があるのも、こういうところで使われているのかを知ることができ、ためになった。

  • AIという一言では何が今できるのか分からないが、その取っ掛かりを知ることができるという意味では良い本だと思う。具体的な事例もあるがそこは少し簡素で物足りなさを感じたので、もっと具体例を膨らませて欲しいと思った。

  • ・AIの型は8種類
      識別系、予測系、会話系、実行系
      ×
      代行型、拡張型

    ・AIと人の関わり方は4種類
     人主導AIサポート、人主導AI拡張、AI主導人サポート、AI独立

    ・AI構築はスクラッチ、コードベース、GUIベース
    ・GUIベースの発達によりより誰でも触れるように

    ・識別系はアノテーションが重要で大変
    ・現在はアノテーションツールもある

    ・会話系はQAの回答をセットでインプットするのが大変
    ・場合によってはシナオリベースで登録した方が早い

    ・予測系は目的変数の精度を上げる説明変数を選択するのが大変
    ・欠損値や外れ値を除外、特徴掴みやすくする加工を施す

    ・実行系は複数のAIの塊

    ・事例
     ・ZOZO 類似アイテム検索で滞在時間4倍
     ・ロハコ チャットボットで5割の問合せ対応
     ・ストライプ 需要予測で在庫8割圧縮
     ・富士通 記事の自動要約
     ・日経 100年分の記事読み取り
     ・日立製作所 AIで配送計画スマート物流
     ・電通 天然マグロの品質判定
     ・LINE レストラン予約対応
     ・カラクリ 正解率95%保証AI
     ・エクサウィーズ 要介護度予測
     ・ubie AI問診

全16件中 1 - 10件を表示

著者プロフィール

野口 竜司(ノグチ リュウジ)
ZOZOテクノロジーズ
ZOZOテクノロジーズ VP of AI driven business
アラタナ 取締役
立命館大学政策科学部卒業。著者自身も「文系AI人材」として、さまざまなAIプロジェクトを推進。AIビジネス推進や企業のAIネイティブ化に力を入れる。大学在学中に京都発ITベンチャーに参画。子会社社長や取締役として、レコメンド・ビッグデータ・AI・海外コマースなどの分野で新規事業を立ち上げ、その後、ZOZOグループに。大企業やスタートアップ向けのAI研修やAI推進アドバイザリーも提供。



「2019年 『文系AI人材になる』 で使われていた紹介文から引用しています。」

文系AI人材になる: 統計・プログラム知識は不要のその他の作品

野口竜司の作品

文系AI人材になる: 統計・プログラム知識は不要を本棚に登録しているひと

ツイートする