AIをビジネスに実装する方法 pdfダウンロード

AIをビジネスに実装する方法

岡田 陽介 / 本

AIをビジネスに実装する方法 pdfダウンロード - 岡田 陽介によるAIをビジネスに実装する方法は日本実業出版社 (2018/10/4)によって公開されました。 これには192ページページが含まれており、本というジャンルに分類されています。 この本は読者からの反応が良く、8人の読者から4.5の評価を受けています。 今すぐ登録して、無料でダウンロードできる何千もの本にアクセスしてください。 登録は無料でした。 サブスクリプションはいつでもキャンセルできます。

AIをビジネスに実装する方法 の詳細

この本を見つけたり読んだりすることにした場合は、AIをビジネスに実装する方法の詳細を以下に示しますので、参考にしてください。
タイトル
AIをビジネスに実装する方法
作者
岡田 陽介
ISBN-10
4534056265
発売日
2018/10/4
カテゴリー
ファイルサイズ
23.81 (現在のサーバー速度は21.02 Mbpsです
AIをビジネスに実装する方法 pdfダウンロード - 内容紹介 ◎AIを試験的に導入する時代は過ぎ、いまや実装するフェーズに もはや「人工知能を試験的に導入してみよう」という時代は過ぎ、様々な企業が、現実のビジネスにAIやディープラーニング技術を活かした事業展開を行っている。 そうした動きは決して製造業やハイテク企業に限ったことではなく、小売・流通業や物流などなど、業界や業種を問わず急速に広がっている。 ◎国内でいち早くディープラーニングに注目してきたITベンチャー経営トップがわかりやすく解説 本書は、設立わずか6年ながら、すでに国内企業数社でのAI導入支援の実績をもち、 ディープラーニングが成果を出し始めた2012年よりいち早く同技術に注目してきたITベンチャーである ABEJA(アベジャ)の経営トップが自ら語る「AIのビジネスへの実装の具体的方法」。 どう現実のビジネスに活かせばいいのか? 基本的なしくみから、実装、運用のための成功要件、最新事例までを、文系ビジネスマンでも理解できるように、わかりやすく解説する。 【目次】 1章 なぜ、いまだにAI導入を躊躇するのか 2章 ネコでもわかるディープラーニングの原理 3章 AIの導入前に知っておきたいこと 4章 データ取得から学習、デプロイ、運用まで ~AI導入のプロセスを知る~ 5章 AIを導入した企業のビフォー&アフター 6章 画像、音声、テキストが新しいビジネスを生む 7章 レバレッジ・ポイントにAIの力を注ぎ込む 内容(「BOOK」データベースより) AI・ディープラーニングが当たり前の時代。実装に成功した企業が、産業界の未来を創る。 著者について 岡田 陽介(おかだ ようすけ) 株式会社ABEJA代表取締役社長 日本ディープラーニング協会理事 1988年愛知県名古屋市出身。10歳からプログラミングをスタート。高校でCGを専攻し、全国高等学校デザイン選手権大会で文部科学大臣賞を受賞。 大学在学中、CG関連の国際会議発表多数。その後、ITベンチャー企業を経て、シリコンバレーに滞在中、 人工知能(特にディープラーニング)の革命的進化を目の当たりにする。 帰国後の2012年9月、日本で初めてディープラーニングを専門的に取り扱うベンチャー企業である株式会社ABEJAを起業。 2017年には、ディープラーニングを中心とする技術による日本の産業競争力の向上を目指し、 ディープラーニングを事業の核とする企業とともに日本ディープラーニング協会の設立に参画、理事を務める。 AI・データ契約ガイドライン検討会 委員 2017年12月-2018年3月、IoT新時代の未来づくり検討委員会 産業・地域づくりワーキンググループ構成員 2017年12月-2018年3月、IoT推進コンソーシアム カメラ画像利活用サブワーキンググループ構成員 2017年11月-2018年3月、AI社会実装推進委員会委員 2017年12月-2018年2月、Logitech分科会委員 2018年2月~、2018年8月末時点継続中)等、公的な審議会での委員も歴任。 著者略歴 (「BOOK著者紹介情報」より) 岡田/陽介 株式会社ABEJA代表取締役社長。日本ディープラーニング協会理事。1988年愛知県名古屋市出身。10歳でプログラミングをスタート。高校でCGを専攻し、全国高等学校デザイン選手権大会で文部科学大臣賞を受賞。大学在学中、CG関連の国際会議で発表多数。その後、ITベンチャー企業を経て、シリコンバレーに滞在中、人工知能(特にディープラーニング)の革命的進化を目の当たりにする。帰国後の2012年9月、日本で初めてディープラーニングを専門的に取り扱うベンチャー企業である株式会社ABEJAを起業。2017年には、ディープラーニングを中心とする技術による日本の産業競争力の向上を目指し、日本ディープラーニング協会の設立に参画、理事を務める(本データはこの書籍が刊行された当時に掲載されていたものです)
カテゴリー:
AIをビジネスに実装する方法を読んだ後、読者のコメントの下に見つけるでしょう。 参考までにご検討ください。
AIとひと口に言っても、従来の「データ分析」に近いものから、大量の画像など いわゆるビッグデータが扱えるようになった(だけの)もの、アルファ碁で有名になったディープラーニング(CNN)を行うものまで、レベル感には相当の開きがあります。第5章で紹介されている事例を見ると、スポーツ店やショッピングセンターの例は、購買行動のデータ分析、また、精密工業や建機メーカーの例は、ビッグデータの活用と言えそうです。(いずれも、ディープラーニングを どう使っているかは不明)CNNの注意点として、推論の過程・ルールを言葉で表現するのが難しいので、なぜそうなったのか、理屈がよく分からない。推論の精度を上げるには、ひたすら追加データを与えたり、パラメータを増やしたりすることになりがちですが、過学習の問題があり、袋小路に入りかねない(p.105)などについては、もう少し強調した方が 親切でしょう。

0コメント

  • 1000 / 1000