機械学習を実用レベルにするためには、それ相応の多大な時間とデータを費やす必要があるといわれる。だが、それは必ずしも必要なことではない。上手に情報の特徴を学習させることができれば、すぐさま結果を出すことも不可能ではない。この特徴のすばやく的確な定義付けに、機械学習の生み出せる価値の量と質がかかっている。 このことを理解するため、企業はすべてのモノがつながる世界において自分たちを牽引するのは、「データではなく、そこから得られる知見だ」ということを受け入れなければならない。加えて、そのデータの膨大な量が”知見を支える”ものであると同時にその”発見を妨げる”ものでもある、ということも知っておくべきだ。 そして、企業が知見を得るべくビッグデータを最大限活用することは、すなわちIoTの世界における生産性の飛躍的向上を意味する。 データを最大限活用するため、ビジネスでの基本となる「データの理解」と何が”
![機械学習でIoTの生産性を最大化するために必要なこと | readwrite.jp](https://cdn-ak-scissors.b.st-hatena.com/image/square/0c503e91c3e7e45cbd180e5bde1c5dfdb404beaa/height=288;version=1;width=512/http%3A%2F%2Freadwrite-images.s3-ap-northeast-1.amazonaws.com%2Fwp-content%2Fuploads%2F2016%2F10%2F12204506%2F161012-machineAI.jpg)