データサイエンティストを目指して半年で学んだことまとめ - Qiita
はじめに 本記事では、データサイエンティストを目指して勉強した半年間で学んだこと、気付いたことをまとめます。これからデータサイエンティストを目指して勉強する人の参考になればと思います。 最初の一手 個人的にではありますが、最初はアプローチの理解から始めると思いますが、数式とプログラミングの両方を勉強する方が良いと思います。数式→プログラミング or プログラミング→数式の順序はどちらでも良いと思いますが、プログラミング（フレームワーク）のみはやめた方が良いと思います。出力結果の解釈で苦労することになるので、理論、数式はしっかり理解した方が良いです。 プログラミング、フレームワークの力で、機械学習ができるのは事実ですが、作ったモデルや予測結果の説明ができなければ価値がありません。 そして、モデルは作るだけでなく、評価・改善していく必要があります。その際に、グリッドサーチのようにモデルのパラメ
ストーリーの人気を予測し、クオリティを評価する人工知能をディズニーが開発
＜ウォルト・ディズニー・カンパニーの研究機関ディズニー・リサーチは、短編ストーリーの人気度を自動的に予測し、その質を評価する人工知能を開発。この分野の世界初の研究成果として話題＞ ウォルト・ディズニー・カンパニーの研究機関であるディズニー・リサーチは、自動車や玄関ドアなどの物体の画像と"プップー"、"ガチャン"など、それぞれの物体に対応する音とを結びつける人工知能システムの開発や、映画に対する観客の反応を顔の表情から予測するディープ・ラーニング（深層学習）ソフトウェアの共同開発など、近年、人工知能に関する様々な研究開発に積極的に取り組んできた。 短編ストーリーの人気度を自動的に予測する人工知能 とりわけ、米マサチューセッツ大学ボストン校との共同研究プロジェクトにおいて開発された人工知能は、脳の神経細胞（ニューロン）とそのつながりを数式的なモデルで表現する「ニューラルネットワーク」により、短
人工知能って結局何なの？ 知能と知性の違いから考える
人工知能って結局何なの？ 知能と知性の違いから考える：【新連載】真説・人工知能に関する12の誤解（1/3 ページ） 人工知能という言葉が“マーケティング用語”のような形でちまたにあふれる昨今、人工知能に対してさまざまな誤解が生まれています。この連載では、いろいろな角度から、それらの誤解を検証していきます。 2017年、人工知能（Artificial Intelligence）という言葉をビジネスの現場で聞かない日はありません。車を自動で運転し、消費者の質問に何でも答え、マーケティングの効果予測を行い、人の採用をサポートし、農作物の病気を予防する――。まるで人工知能は万能で、あらゆる問題を解決するヒーローのようです。 一方で、人工知能と呼ばれているシステムを詳しく調べると、単なる重回帰、あるいは決定木にすぎないものも多く、デジタルマーケティング領域で人工知能を研究している私としては「それで人
1
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
