[AI] ディープラーニングを 15分でさらり [初心者]

学習内容

このコースでは、Python3の基礎である入門コースを一通り終えた後に、今後のアプリケーション開発に役立つためのPythonのテクニックやデーターベースアクセス(SQLite, MySQL, MongoDB, SQLAlchemy, memcached, Hbase, neo4j etc)、WEB(Flask, socket, RPC etc)、インフラ自動化(Fabric, Ansible)、並列化(スレッド、マルチプロセス)、テスト(Unittest, pytest, Tox, Selenium, etc)、暗号化(pycrypto, hashlib)、グラフィック(turtle, Tkinter)、データ解析(numpy, pandas, matplotlib, scikit-learn), キューイングシステム(ZeroMQ, Celery)、非同期処理(asyncio)などのPythonを使った応用編を取り入れているよ！

学習内容
このコースで学べるのは、

• 簡単な機械学習のコードを書けるようになります。
• Pythonの基礎的なプログラミング技術が身につきます。
• ビジネス上必要な人工知能の基礎知識が身につきます。
• 有名な機械学習ライブラリが扱えるようになります。
• 機械学習と関連した簡単な数学の知識が身につきます。
• 人工知能全般についての知識が身につきます。

学習内容
このコースで学べるのは、何となく分析をしているけれど、これで本当に合っているのだろうか…？

部下の持ってきたデータをそのまま信じていいものか。経営判断がしづらい…。

そんな悩みを持つかたにぜひおすすめしたい、統計学の入門講座です。

数学が苦手でも大丈夫。統計学の基礎をゼロから身につけていきます。

エクセルを使った練習問題で、明日から使える分析手法を身につけましょう。

• 統計学の考え方をもとに正しいアプローチでデータを分析し、意思決定に寄与できるようになります。

人工知能（AI）
一般的に、AIとは、人間のように働き、反応する知的な機械を作ることに重点を置いたコンピュータサイエンスの分野です。AIを、人間が行う際に知能を必要とすることを可能にする機械を構築することを目的とした、コンピュータサイエンスの多くの技術要素をまとめた幅広い用語。これらの分野には、次に説明する機械学習、深層学習、コンピュータ・ビジョン、自然言語・音声処理、コグニティブ・コンピューティング、ロボティック・プロセス・オートメーション（RPA）などがあります。

機械学習
機械学習とは、コンピュータシステムが、プログラムされた特定の指示に従わなくても、データに触れることでパフォーマンスを向上させる能力のこと。言い換えれば、機械学習とは、大量のデータの中から自動的にパターンを見つけ出し、それをもとに予測やより良い情報に基づいた意思決定を行うプロセスのことだよ。

ディープラーニング(深層学習)
ディープラーニングは比較的新しい強力な技術で、ある層からの出力が次の層の入力となるようなディープニューラルネットワークで情報を処理するアルゴリズム群を含むよ。”深層学習アルゴリズムは、がん細胞の検出や病気の予測などで大きな成果を上げているよ。

コンピュータビジョン
画像を扱いやすいように分析し、画像内の物体のエッジやテクスチャーを検出し、他の既知の物体と比較して分類する技術を用いて、写真内の物体、シーン、活動を識別するコンピュータが持つ能力のこと。基本的には、コンピュータビジョンは、画像や多次元データから情報を得る人工的なシステムを構築するための理論と技術だね。
自然言語／音声処理。人間と同じようにテキストや言語を扱うことができる能力のこと。
事例：テスラモーターズの自動運転。ナンバー読み込み。アマゾンの無人倉庫向け運搬ロボット。アップル社のSiri。

コグニティブ・コンピューティング
IBM社が提唱するコグニティブ・コンピューティングは、認知科学の知識を応用して、機械学習、自然言語処理、視覚、人間とコンピューターのインタラクションなど、複数のAI手法をまとめてアーキテクチャを構築し、人間の思考プロセスをシミュレートすることで、複雑な状況下でより良い意思決定を行うことを目的としています。コグニティブ・コンピューティングの目的は、人間に代わって意思決定を行うのではなく、人間がより良い意思決定を行えるように作られているよ。

事例：IBMワトソン(コンピュータ)を活用した例。自動受け答え機能。知識検索など。

出典：IBM

ロボティック・プロセス・オートメーション（RPA）
RPAは、ビジネスオートメーションにおける有望な新展開であり、2018年に非常に人気が高またね。IBMはこれを、プロセスやビジネス上の意思決定の自動化、データ取得の取り組みなど、より広範な自動化の取り組みと容易に統合し、自動化プログラムの価値を拡大できるソフトウェアと定義しているよ。
RPAは、トランザクションの処理、データの操作、応答のトリガー、他のデジタルシステムとの通信など、既存のビジネス・プロセス・マネジメント（BPM）アプリケーションを自動的に取り込み、解釈するように構成されているよ。エンタープライズ・オートメーション・ツール（BPMなど）との主な違いは、RPAが人間のオペレーターではなく、ソフトウェアや認知ロボットを使ってプロセス操作を行い、最適化するよ。
RPAとAIの違いを一言で表すと、「自己学習能力」の有無だね。AIには自己学習機能があるけど、RPAはあくまで指示通り（プログラム）に忠実に動くよ。
事例：三菱UFJによる、事務処理自動化(200業務）で9500人分削減。

人工知能（AI）
一般的に、AIとは、人間のように働き、反応する知的な機械を作ることに重点を置いたコンピュータサイエンスの分野です。AIを、人間が行う際に知能を必要とすることを可能にする機械を構築することを目的とした、コンピュータサイエンスの多くの技術要素をまとめた幅広い用語。これらの分野には、次に説明する機械学習、深層学習、コンピュータ・ビジョン、自然言語・音声処理、コグニティブ・コンピューティング、ロボティック・プロセス・オートメーション（RPA）などがあります。

機械学習
機械学習とは、コンピュータシステムが、プログラムされた特定の指示に従わなくても、データに触れることでパフォーマンスを向上させる能力のこと。言い換えれば、機械学習とは、大量のデータの中から自動的にパターンを見つけ出し、それをもとに予測やより良い情報に基づいた意思決定を行うプロセスのことだよ。

ディープラーニング(深層学習)
ディープラーニングは比較的新しい強力な技術で、ある層からの出力が次の層の入力となるようなディープニューラルネットワークで情報を処理するアルゴリズム群を含むよ。”深層学習アルゴリズムは、がん細胞の検出や病気の予測などで大きな成果を上げているよ。

コンピュータビジョン
画像を扱いやすいように分析し、画像内の物体のエッジやテクスチャーを検出し、他の既知の物体と比較して分類する技術を用いて、写真内の物体、シーン、活動を識別するコンピュータが持つ能力のこと。基本的には、コンピュータビジョンは、画像や多次元データから情報を得る人工的なシステムを構築するための理論と技術だね。
自然言語／音声処理。人間と同じようにテキストや言語を扱うことができる能力のこと。
事例：テスラモーターズの自動運転。ナンバー読み込み。アマゾンの無人倉庫向け運搬ロボット。アップル社のSiri。

コグニティブ・コンピューティング
IBM社が提唱するコグニティブ・コンピューティングは、認知科学の知識を応用して、機械学習、自然言語処理、視覚、人間とコンピューターのインタラクションなど、複数のAI手法をまとめてアーキテクチャを構築し、人間の思考プロセスをシミュレートすることで、複雑な状況下でより良い意思決定を行うことを目的としています。コグニティブ・コンピューティングの目的は、人間に代わって意思決定を行うのではなく、人間がより良い意思決定を行えるように作られているよ。

事例：IBMワトソン(コンピュータ)を活用した例。自動受け答え機能。知識検索など。

出典：IBM

ロボティック・プロセス・オートメーション（RPA）
RPAは、ビジネスオートメーションにおける有望な新展開であり、2018年に非常に人気が高またね。IBMはこれを、プロセスやビジネス上の意思決定の自動化、データ取得の取り組みなど、より広範な自動化の取り組みと容易に統合し、自動化プログラムの価値を拡大できるソフトウェアと定義しているよ。
RPAは、トランザクションの処理、データの操作、応答のトリガー、他のデジタルシステムとの通信など、既存のビジネス・プロセス・マネジメント（BPM）アプリケーションを自動的に取り込み、解釈するように構成されているよ。エンタープライズ・オートメーション・ツール（BPMなど）との主な違いは、RPAが人間のオペレーターではなく、ソフトウェアや認知ロボットを使ってプロセス操作を行い、最適化するよ。
RPAとAIの違いを一言で表すと、「自己学習能力」の有無だね。AIには自己学習機能があるけど、RPAはあくまで指示通り（プログラム）に忠実に動くよ。
事例：三菱UFJによる、事務処理自動化(200業務）で9500人分削減。