Welcome, folks, to Week in Review (WiR), TechCrunch’s regular newsletter that highlights notable tech industry happenings over the past few days. Life moves pretty fast, as a young Matthew Brode
政府の統合イノベーション戦略推進会議は2019年3月29日、人工知能(AI)技術を活用できる人材を年間25万人育成する大胆な戦略案を取りまとめ、公表した。今夏に正式決定する。 有識者提案として公表された今回のAI戦略案は、政府がAI関連領域で直ちに実行すべき政策を提言したものだ。 数理・データサイエンス・AIをデジタル社会における「読み・書き・そろばん」に当たる素養と規定。年間約50万人が卒業する大学生や高等専門学校(高専)生全員に、文理を問わず初級レベルの数理・データサイエンス・AI教育を課す。このうち約25万人について、それぞれの専門分野でAIを応用できる人材に育成する。日本における大学・高専の理系学生のほぼ全てと文系の一部を「AI人材」に仕立てる考えだ。 現場のAI研究者にも衝撃の内容 この計画は、当のAI研究者にとっても衝撃的な内容だったようだ。はこだて未来大学の松原仁教授は、25
「AI(人工知能)」「機械学習」などの技術を活かしたビジネスが拡大しています。インターネットサービスでのWEBマーケティングやレコメンド機能などをはじめ、製造業でも自動運転技術や工場の異常検知・センシング、金融業界における融資判断・投資判断など、活用分野の裾野が広がってきました。 AI・機械学習のスキルを持つエンジニアにとって、また、これからAI・機械学習のスキルを身につけたいエンジニアにとって、今どんな転職のチャンスがあるのかをお伝えします。 AI・機械学習の実務経験のない方の転職事例 多くのユーザーや消費者を抱え、独自のビックデータを保有する大手ネット企業では、各部門のデータを活用したさまざまなプロジェクトが動いているほか、新進のテックベンチャーでもビジネスモデル開発、サービス開発が活発化しています。 それに伴い、当領域の主要プレイヤーであるデータサイエンティスト・機械学習エンジニア・
背景 Qiitaを始めて思ったことがあります. 「どうしてこんなにSAS使ってる人少ないんだ?」 この界隈では統計にRを使ってる方が最も多いと思われます.確かにフリーでオープンで実装されている解析手法の多いRの有用性は非常に大きいです. しかし,昔は手の届かなかったSASも今では無料で使える環境が揃い始めていますし,土台が高額なソフトウェアだったからこそ,SASがRに勝る点もたくさん有ります. そこで今回は,僕が初めての統計ソフトウェアにSASを選択し,かつ利用を続けている理由を紹介しようと思います. SASとは "Statistical Analysis System"(統計解析システム)の略で,現在は開発されたソフトウェアそのものあるいは開発している企業そのものを指します. つまり,SASという企業が開発している統計解析ソフトウェアが"SAS"です.(紛らわしい・・・) 当初は現在のR
近年、金融業界において人工知能(AI)を導入する取り組みが注目を集めている。実際に皆さんも、銀行の窓口や相談でチャットボットが対応する場面に遭遇したことがあるのではないだろうか。それだけ、AIは私たちに身近な存在となりつつある。 そして、一部の金融機関では株のトレーディング業務においても、アルゴリズム取引にAIを活用する動きが広まっている。そこで今回は、多くの人がAI活用に関する興味・関心を創出できればと思い、実際に株式取引でAIが活用されている事例を紹介していく。 みずほフィナンシャルグループ 全体の業務で人工知能(AI)を積極的に取り入れようとしているのが、みずほフィナンシャルグループだろう。ロボット技術をあわせて活用することによって、大規模な構造改革を今後10年で計画していることを発表している。 同社は、日本株のトレーディング業務においても、アルゴリズム取引にAIを導入している。具体
基本情報技術者試験の出題でCOBOLが廃止、Pythonが追加。「AI人材育成のニーズなどを踏まえた措置」としている。 情報処理推進機構(IPA)は1月24日、ITの基礎知識を評価する国家試験・基本情報技術者試験について、プログラミング言語・COBOLの出題を2019年秋期試験で廃止し、20年の春期試験から新たにPythonを追加すると発表した。「AI人材育成のニーズなどを踏まえた措置」としており、出題や配点も、理数能力やプログラミング能力を重視する形に変える。 同試験のソフトウェア開発分野で扱うプログラミング言語は従来、C、COBOL、Java、アセンブラ言語、表計算ソフトだったが、見直し後はCOBOLを廃止し、Pythonを追加する。 COBOLは、試験での受験者の選択率が極端に低下し、教育機関で指導されることも減っているという。一方Pythonは利用が拡大している上、機械学習やディー
(Image by Pixaby) この記事は去年はてブ1100以上ついてしまった与太記事の続編です。その時はタイトルを読んで字の如く「データサイエンティスト」と「機械学習エンジニア」の満たすべきスキル要件(の2017年版)について考察したものでした。 で、まだ1年しか経ってないのに何でまた引き合いに出したのかというと、最近のメディア報道やニュースリリースの類などを見ていると「データサイエンティストにディープラーニングをやらせる」とか「高度な統計分析のできるエンジニアが必要」みたいなどう見ても色々混同している感のある内容が目に付くので、改めてちょっと自己流に交通整理してみようかなと思ったのでした。 特に、空前の人工知能ブームで「人工知能」の語が人口に膾炙すると同時に2014年頃にブームが終わったはずの「データサイエンティスト」の語が何故か復権してしまい、そこら中のメディアでかつて空回りした
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く