krgokさんの感想
2016年10月31日
人工知能のかなりの部分は実際には機械学習で実現する データ量が大きすぎて手に負えないようなビッグデータでも比較的に簡単に精度の良い結果が得られる 機械学習の基本は統計学にあり、出力データはすべて確率で表現される 教師データを合わせすぎると過学習と呼び注意が必要。教師データとは別に正解付きの評価データも準備して検証する 自然言語の難しさは自然言語が本質的に持つ多様な解釈を可能とする曖昧さがある 形態素解析ソフトウェアとして有名なのがMeCab 適切なアルゴリズムを見つけるには試行錯誤が必要 アルゴリズムができるだけ多いクラウドMLを選ぶべき 資産運用ロボバイザーにより資産ポートフォリオの自動構成、資産運用の自動化が始まっている 機械学習はつい数年前まで研究室レベルの話だったためビジネで利用可能なのはまだ裸のアルゴリズムレベルである DeepLearningは基本的にデバッグのしようがない。正しい教師データを与えることしかできない。AIが人間社会に進出した場合AIが判断ミスしても原因究明は困難を極める
1957年、栃木県生まれ、神奈川県在住。1980年、国立宇都宮大学工学部電子工学科卒業。製版機メーカー、精密機器メーカーを経て、大手ソフトウェア会社に入社。Webサービスの企画開発、ITコンサルティング業務に長年にわたり従事。機械学習の調査検討を進め、新規サービスの企画設計開発を担当。機械学習の社内講師を務めた後、退職。現在、自営業として主に人工知能に関するITコンサルティング及びデータサイエンティスト業務に従事している。著書に電子書籍「ビジネスで使う機械学習 Kindle版」「よくわかるディープラーニングの仕組み Kindle版」がある。 「2018年 『ディープラーニング』 で使われていた紹介文から引用しています。」
本棚登録 : 
感想 : 
