大人になってからプログラミングの学習を開始した文系の私。
新たなチャレンジを考えているサラリーマンへの後押しとなれば嬉しいです。
ココがポイント
新たな事を始めるのに「遅い」という事は無い！
タップできるもくじ
今ビジネスの現場で起きていること
第三次AIブームと言われて久しい昨今、あらゆるビジネスの現場でAIが台頭しようとしています。
- レコメンデーション：Amazonの商品レコメンデーションが有名。購入した商品に関連する商品をレコメンデーションする
- 工場の故障予知、品質予測：製造業の工場において、機器の故障を予知したり、完成品の品質を事前に予測する
- 売上予測・需要予測：営業・マーケについて、ある商品の売上や需要を予測し、フォーキャストや在庫調整に役立てる
中には、人事系で従業員の退職予測や、できる社員／できない社員の行動パターンの分析、というようなテーマに取り組んでいる会社もあります。※詳細は以下の記事をご参照ください
-
-
100社の人事担当に訪問して分かった 日本の人事部 採用・評価へのAI適用
続きを見る
現在世間一般で起きている事の詳細は、東大の松尾先生が書かれた以下の書籍やAI白書の中で詳しく記載されています。
特に「人工知能は人間を超えるか」は、世の中で起きている事が平易に書かれておりすぐ読み終わることができますので、是非ご一読をおすすめします。
今データサイエンス界隈で起きていること
そんなAIの台頭を担っている立場の人間が「データサイエンティスト」です。
あらゆる機械学習アルゴリズムを駆使して、過去データからデータモデルを作成し、未知のデータを使い予測をする、というのが彼らの仕事です。
これまでは、例えば
- ロジスティック回帰
- ランダムフォレスト
- サポートベクタマシン
- XGBoost
- TensorFlow（ディープラーニング）
といったようなアルゴリズム（ある種のプログラミング言語）を用いて、人間が手組みでデータモデルを作成するというのが一般的でした。
しかし、最近は新たな技術「オートマシンラーニングツール」が台頭しようとしてきています。
代表的なのは以下のようなツールです。
上記ソリューションに全て言えることは「機械学習の自動化」です。
これまではデータサイエンティストしかなし得なかった複雑なアルゴリズムを駆使してのデータモデル作成を、ソフトウェアの力によって簡単に作成してしまう、といったことがお金で買える時代がすぐそこまで来ているのではないかと思います。
これからの時代に需要が高まる、特徴量設計（Feature Engineering）
複雑なアルゴリズム（プログラミング）を機械に任せられるようになると、人間に求められるのは「特徴量設計能力（Feature Engineering）」です。
※「Future（未来）」ではありません。「Feature（特徴）」です。
例えば、人事の離職予測のデータモデルの精度を上げるためにどんな情報が必要か？を考える時に、
- 「残業時間」が、離職する／しない に関係あるのではないか
- 「通勤距離」が、離職する／しない に関係あるのではないか
- 「職務満足度」が、離職する／しない に関係あるのではないか
- 「これまでの職務歴」が、離職する／しない に関係あるのではないか
といったような仮説検証型で、オートマシンラーニングツールにどんなデータを食わせれば精度の良いモデルを作ることができるか？という事を考える事が、特徴量設計（Feature Engineering）の領域となります。
私がPythonを勉強しようと思ったわけ
特徴量設計（Feature Engineering）はプログラミングの知識が無くとも、業務知識があればある程度は対応することが可能ですが、その際に
◯才男性
Python？なんですかそれ？？
と言うと、信頼を失くしてしまいますよね。
当時私はデータサイエンティストではありませんでしたが、とりあえず勉強を始めて損は無いかな、と思ったのがきっかけとなります。
その他、pythonやkaggle、AI・機械学習といった記事のまとめはこちらです。
-
-
プログラミング関連の記事まとめ
続きを見る
ここからは、実際に私が購入し、おすすめできると思った本やオンラインスクールを紹介します。
機械学習のための「前処理」入門
まずはこちら。「機械学習のための『前処理』入門」です。
- これから機械学習を始めてみたい
- kaggleやSIGNATEにチャレンジしてみたい
という方には最適な本で、個人的には一番のおすすめです。
データモデルの精度向上には特徴量エンジニアリングが不可欠、というよりこれが全てと言っても過言ではありません。
各種環境準備の方法やコーディングの詳細に至るまで、誰にでも分かりやすく書かれています。
この一冊さえあれば、とりあえずkaggleにトライすることができます。
Udemy「みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習」
ベネッセが主催する、プログラミング未経験者を対象にしたコース。
数学や統計的な知識はそこそこに、文字通り人工知能と機械学習をゼロから学習できます。
受講生2万人以上、4千人以上の評価者から、5段階中4.0の評価を得ている、万人におすすめできる優良講座。
定価15,000円と高価ですが、90%OFFといったキャンペーンを頻繁に行っていますので、それを狙うのがおすすめ。
人工知能は人間を超えるか
pythonのコーディングからは離れますが、もしこの本を読んでいない人がいたら必ず一度は目を通しておいた方が良いです。
この界隈では有名な、東大の松尾豊先生の著書「人工知能は人間を超えるか」。
いわゆるAI・人工知能、機械学習といった昨今のキーワードを中心に、過去の歴史からここ最近の動き、今後の動向に至るまでを、平易な表現で丁寧に解説されています。
また日本ディープラーニング協会が開催する「ディープラーニング ジェネラリスト検定（通称：G検定）」の推薦図書の一つでもあります。
全てのビジネスマンにおすすめできる一冊。中古でもkindleでも構いませんので、これだけは目を通しておいた方が良いです。
ここからは、実際に私が購入し、おすすめできると思った本やオンラインスクールを紹介します。
機械学習のための「前処理」入門
まずはこちら。「機械学習のための『前処理』入門」です。
- これから機械学習を始めてみたい
- kaggleやSIGNATEにチャレンジしてみたい
という方には最適な本で、個人的には一番のおすすめです。
データモデルの精度向上には特徴量エンジニアリングが不可欠、というよりこれが全てと言っても過言ではありません。
各種環境準備の方法やコーディングの詳細に至るまで、誰にでも分かりやすく書かれています。
この一冊さえあれば、とりあえずkaggleにトライすることができます。
Udemy「みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習」
ベネッセが主催する、プログラミング未経験者を対象にしたコース。
数学や統計的な知識はそこそこに、文字通り人工知能と機械学習をゼロから学習できます。
受講生2万人以上、4千人以上の評価者から、5段階中4.0の評価を得ている、万人におすすめできる優良講座。
定価15,000円と高価ですが、90%OFFといったキャンペーンを頻繁に行っていますので、それを狙うのがおすすめ。
人工知能は人間を超えるか
pythonのコーディングからは離れますが、もしこの本を読んでいない人がいたら必ず一度は目を通しておいた方が良いです。
この界隈では有名な、東大の松尾豊先生の著書「人工知能は人間を超えるか」。
いわゆるAI・人工知能、機械学習といった昨今のキーワードを中心に、過去の歴史からここ最近の動き、今後の動向に至るまでを、平易な表現で丁寧に解説されています。
また日本ディープラーニング協会が開催する「ディープラーニング ジェネラリスト検定（通称：G検定）」の推薦図書の一つでもあります。
全てのビジネスマンにおすすめできる一冊。中古でもkindleでも構いませんので、これだけは目を通しておいた方が良いです。