ビジ速+

Sponser
ITEMs
BookMarkd
Items
プロフィール

busyness.on

Author:busyness.on
【このブログについて】
相互リンク・相互RSS随時募集中です。
苦情・意見なども受け付けます。
メールフォームよりお知らせ下さい。

メールフォーム

名前:
メール:
件名:
本文:

検索フォーム
QRコード
QRコード
カテゴリ
OS (27)
TOP > ビジネスニュース > 機械学習・深層学習 どう学び、どう活用する?
■ 更新ヘッドライン

機械学習・深層学習 どう学び、どう活用する?

このエントリーをはてなブックマークに追加 
1 :ノチラ ★:2017/07/27(木) 09:00:58.53 ID:CAP_USER.net

機械学習や深層学習(ディープラーニング)は人工知能技術の分野の一つです。様々なメディアで取り上げられ、書籍も多く出版されていますので、「なんとなく知っている」という方は多いと思います。

 一方、技術の可能性は感じていても、いざ自分の業務にどのように活用していくのか、どのように学んでいけばよいのか、悩まれている方も多いと思います。

エンジニアも機械学習を学ぶ

 製造業のエンジニアの方々にとっては、こうした新しい技術に対して、「自分たちが主である」というスタンスを持つことが大切です。「〇△人工知能」を買ってくれば、自分たちの課題が解決するわけではありません。

 機械学習の活用では一般に、課題の検討から始まって、自社にどんなデータがどれくらいの規模で存在し、期待できる効果はどの程度か、新たなデータ収集のコストはどれくらいか、といった分析を繰り返すサイクルが必要になります。

 従って、製造業のエンジニアの方々にとっては、「機械学習に関して基本的な理解を持ち、自分たちで活用できるくらいの技術力を持つのが良い」というのが、私の考えです。

 IT 企業、あるいはスタートアップ企業に依頼することを否定するわけではありませんが、依頼する側に、技術についての基本的な理解と活用する力がないと、なかなか成果があがらないのではないかと思います。
http://techon.nikkeibp.co.jp/atcl/column/15/417263/072500138/



3 :名刺は切らしておりまして:2017/07/27(木) 09:19:51.43 ID:Ujpq/Nx5.net

How to を他社にほいほい教えるわけがない



9 :名刺は切らしておりまして:2017/07/27(木) 13:12:55.32 ID:1fZmlH3N.net

むずい
趣味でやってるがさっぱり





13 :名刺は切らしておりまして:2017/07/27(木) 13:37:09.67 ID:KzeMZC6/.net

いつになったら天気予報は自動化されるのか
統計駆動なんだから得意分野だろ



14 :名刺は切らしておりまして:2017/07/27(木) 14:21:05.09 ID:8MPOWO6s.net

統計を用いた最適化アルゴリズムだからな
同一の質を持つ十分なデータ量がある場面でないと使えん

数学モデルや実装はやればできる程度で大したことない
問題は因子の設計がヒューリスティックであったり、最適化の罠があること
学ぶならそこもやらんとな



26 :名刺は切らしておりまして:2017/07/29(土) 15:30:43.62 ID:zW83tjOl.net

機械学習やらIoTやらビッグデータやら
いろいろバズってるけど結局それを何に使うの?



27 :名刺は切らしておりまして:2017/07/29(土) 15:36:09.71 ID:aLeDhryA.net

先生を準備するのが大変



37 :名刺は切らしておりまして:2017/07/30(日) 04:35:55.70 ID:OR5+vXDP.net

数学屋は理論しか分かってなくて、というのはそうなんだけど、
解析を頼む側に必要なのは旧来の統計学の知識じゃなくて、
機械学習の知識な。細かく知ってる必要はないけど、
せめて線形多重回帰ぐらいは数式まで理解できるぐらいじゃないとね。

「文系の何も分かってない人が」というが、別に理系でも同じ。
理系だから機械学習知ってるわけじゃないからね。

パソコン使ったこともない人がパソコンメーカーの社長はできない。
それと同じで機械学習とか人工知能やるなら、人に頼むにせよその知識はこれから必須。
逆にいえば今の日本企業はパソコン知らない人がパソコンビジネスしようとしているようなもので、
欧米に絶対勝てない。



48 :名刺は切らしておりまして:2017/07/30(日) 05:40:08.31 ID:OR5+vXDP.net

あとさ、予測精度が悪いってのは、そもそも説明変数が予測に十分な情報を含んでないってことだ。
昔からの統計学を学んでもその解決策は教えてくれない。
機械学習を勉強することしかない。



56 :名刺は切らしておりまして:2017/07/30(日) 06:50:47.37 ID:yFJy7lT0.net

ターミネーターを何回も見るべき



72 :名刺は切らしておりまして:2017/07/30(日) 20:33:30.78 ID:XUIHJQjb.net

いそたあねつとの黎明期言う愚か者はイラン
明らかにパラダイムシフト

だって、ロジックを解明できなくても結果が出るんよ?



74 :名刺は切らしておりまして:2017/07/30(日) 21:56:59.08 ID:OR5+vXDP.net

データ取るのに大金がかかるって臨床試験とかぐらいだろ。
銀行、証券、保険、流通、小売、外食、Eコマースとか大量の高質なデータ持ってるんだから、
それを使って解析するってほうが今は重要だよ。



83 :名刺は切らしておりまして:2017/08/02(水) 11:24:52.61 ID:mlt0Wudw.net

なんだ学会発表レベルの否定か
もっと実用上の致命的欠陥かと思った
過学習と汎化性能の関係でケチつけてるだけかよ



88 :名刺は切らしておりまして:2017/08/02(水) 11:47:26.45 ID:8zzGBQ8G.net

ディープラーニングだって、内挿しか出来ないからなぁ…



89 :名刺は切らしておりまして:2017/08/02(水) 11:51:02.93 ID:Id1IrVNm.net

上の方見るとそもそもここでの議論で古典的な統計推してる人ってベイズ推定の応用すら否定しそうな立場の方だから
ディープラーニングなんて議論が噛み合わなそう



91 :名刺は切らしておりまして:2017/08/02(水) 22:05:31.18 ID:IuMswb5L.net

人間が囲碁や将棋のルールを変えてしまえばAIなどなんの役にも立たない。
体の仕組みなんかそう簡単に変えられるものではないから例えば医学に
応用するのはいいだろうな。



94 :名刺は切らしておりまして:2017/08/06(日) 13:47:41.97 ID:3D3HpXXYk

素晴らしいAIを作ったらデバッガーはそのAIを超える素晴らしさがないといけない




Source : http://anago.2ch.sc/test/read.cgi/bizplus/1501113658/
関連記事





あとで読む このエントリーを含むはてなブックマークはてなブックマーク - 機械学習・深層学習 どう学び、どう活用する?

■おすすめ記事

COMMENT



:
:
:
:


:

管理者にだけ表示を許可する :

トラックバック

トラックバックURL:
    (copyボタンはIEのみ有効です)
«  | HOME |  »