AI/データ分析/データサイエンスをこれまでに学んだことがない人でも大丈夫。新卒の社会人1年生からベテラン社員まで大歓迎! ここから学び始めよう!
データを分析して、その背後にある有益な情報を取り出したい人向け。数学などの前提知識は不要! 身近に使える表計算ソフトで体験しながらデータ分析の考え方を学ぼう。
NumPyってどんなもの? どんな機能があるの? ここからデータ処理の第一歩を踏み出そう。Python入門に続く入門シリーズが開始!(2023年6月9日)
ITRは、2024年に企業が注目すべき12のIT戦略テーマ「ITR注目トレンド2024」を発表した。同社は「AI革命が新たなステージに突入したことを認識し、DXを推進することが企業に求められている」としている。(2023/12/01)
Gartnerは、生成AIについて「AIへの対応はCIOの最優先課題であり、AIの活用方針とAI対応シナリオを策定する必要がある」と指摘した。(2023/11/30)
ランサーズは「生成AI活用の実態調査」の結果を発表した。生成AIを業務で使用している人は約4割。最も使用している生成AIの種類は「言語生成」で、ライティングやプログラミングなどで利用している人が多かった。(2023/11/30)
IDC Japanは、国内ソフトウェア市場の実績と予測を発表した。2023年上半期の国内ソフトウェア市場規模は、対2022年同期比で9.5%増の2兆2419億2000万円。2027年の市場規模は6兆2346億円に達する見込みだ。(2023/11/28)
IDCは、2024年以降の世界におけるAI、生成AI、自動化に関する予測を発表した。それによると2027年には、全世界でAIソリューションの支出が5000億ドル以上になるという。(2023/11/27)
「5分で分かるAI・機械学習・データサイエンス」は、 「機械学習」といった人工知能やデータサイエンスに関連する誰もが知っておくべき最重要キーワードの「概要」「歴史」「違い」「仕組み」「課題」「勉強方法」などを分かりやすく5分で説明するコーナーです。
「データ&AIを活用したいなら、最初に知っておくべき全体概要」、具体的にはAI・データサイエンスの概要と、データ分析(数値予測などの分析系AI)、画像認識などの識別系AI、文章生成などの生成系AIを紹介します。
データをさまざまな角度から分析し、その背後にある有益な情報を取り出す方法を学びます。身近に使える表計算ソフト(ExcelやGoogleスプレッドシート)を利用。数学などの前提知識は不要です。
もはやAIや機械学習の実践に高度な知識は必要ない?! 前提知識ができるだけ不要で、誰でも簡単に試せるAIや機械学習をコンパクトに紹介する。手元で実際に動かし、その面白さや特徴、利点/欠点を体感しよう。
「今、画像生成AIがはやっているみたいだけど、何ができて、何がすごいのかよく分からない」という普通の人に向けて、Stable Diffusionの概要と基本的な仕組み、それを簡単に使うためのサービスなどをできるだけ分かりやすくコンパクトに紹介する連載。
「Python入門」に続くPython学習シリーズ。「Pythonは覚えたけど、次は何を学んで、どうやって膨大な量のデータを処理したらいいの?」という方に向けて、NumPy/pandas/Matplotlibといったライブラリの使い方や、それらを使って実際にデータ処理を行う方法を説明する連載。
AI・機械学習・ディープラーニングを始めるが、プログラミングについてまったく初めての人に向けて、その作業環境の選択指針やお薦めの「Jupyter Notebook」のオンライン版「Google Colaboratory」の基本的な使い方を分かりやすく紹介する連載。
機械学習の数学は難しい!? そう思っている人はこの連載から学んでみよう。サブタイトルは「― 中学/高校数学のキホンから学べる」。本連載では、小学校で習う「四則演算(足し算/引き算/掛け算/割り算)」を使って、機械学習の数学をできるだけ分かりやすく簡単に説明していく。
中学や高校で学んだ数学を題材にして、Pythonによる数学×プログラミングを学んでみよう。数学の教科書に載っている定理や公式だけに限らず、興味深い数式の例やAI/機械学習の基本となる例を取り上げながら、数学的な考え方を背景としてプログラミングを学べる連載。
AI・機械学習・ディープラーニングを始めるが、プログラムやコンピューターについてまったく初めての人に向けて、その基礎の基礎を分かりやすく紹介する連載。
AI・機械学習・ディープラーニングを始めるが、Pythonプログラミングも初めての人に向けて、Pythonでデータを取り扱うための基礎知識として、「リスト」や「NumPy」「数学のテンソル」について分かりやすく紹介する連載。
ニューラルネットワークの仕組みや挙動を、数学理論からではなく、Pythonコードから理解しよう。フルスクラッチでニューラルネットワーク(DNN:Deep Neural Network)を実装していく。
機械学習の勉強はここから始めてみよう。ディープラーニングの基盤技術であるニューラルネットワーク(NN)を、知識ゼロの状態から概略を押さえつつ実装。さらにCNNやRNNも同様に学ぶ。これらの実装例を通して、TensorFlow 2とKerasにも習熟する連載。
PyTorchの勉強はシンプルなニューラルネットワーク(NN)を実装することから始めてみよう。まずはニューロンのモデル定義から始め、フィードフォワードとバックプロパゲーション、PyTorchテンソルの基礎、データローダー、最適化、評価まで一通りを解説。さらにCNNやRNNの実装例を通して、PyTorchにも習熟する連載。
TensorFlowを使ってディープラーニングの基礎が体験できる連載。TensorFlowの概要から、インストール方法、CNN/RNNモデルの実装体験、TensorBoardの使い方までを解説する。
リクルートにおける数理最適化の応用事例の紹介を通じて、数理最適化とは何か、どのようにビジネスに応用できるのかを紹介する連載。
精度向上により、近年利用が広まっている「ニューラル機械翻訳」。その仕組みを、自分で動かしながら学んでみましょう。
データ分析/機械学習の競技大会プラットフォーム「Kaggle」についての初心者向け連載。コンペティションの内容から、事例に基づくノウハウ、実際にメダルを受賞してKaggle Masterになるための道標を示す。
Kaggle初心者がKaggleに挑戦した過程や得られた知見などを記事化していく連載。執筆者と読者が初心者レベル同士だからこそできる意見効果/悩み共有/情報提供を行っていきます。
AIやデータサイエンス、場合によってはもっと広げてPythonなどの幅広い技術を活用して、業務データの利活用や日常作業の効率化、身の回りの趣味や遊びの高度化などを試していく連載。