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