Mohamed Ali Habib氏は、シリアで第2の規模をほこるアレッポ大学（シリア最大規模の大学はダマスカス大学）でコンピュータサイエンスを専攻する大学院生です。同氏がMediumに投稿した記事「アンドリュー・エン教授のアドバイスによる機械学習キャリアの築き方と研究論文の読み方」では、アンドリュー・エン教授のオンライン講座で語られたアドバイスが紹介されています。 アンドリュー・エン（Andrew Ng）氏は、英語圏で最も有名なオンライン講座サービスCourseraを設立してAI関連の講義を担当しているスタンフォード大学の教授です。同氏は、アメリカにおいて日本の松尾豊東京大学教授のような立ち位置にいると言えばわかりやすいでしょう。 研究論文の読み方と機械学習エンジニアのキャリア構築法についてアドバイスした同教授の講座に感銘を受けて、Ali Habib氏は聴講した講座をまとめる記事を執筆す

著者のIan Xiao氏は、顧客企業に機械学習ソリューションを提供するカナダの企業DESSAにおいて「契約リード（Engagement Lead）」という肩書で機械学習プロジェクトを指揮管理しています。同氏がMediumに投稿した記事「データサイエンスはつまらない（パート1）」では、データサイエンス職におけるつまらない側面が解説されています。 同氏の甥はコンピュータサイエンスの修士課程で勉強しており、卒業後はデータサイエンス職に就きたいと考えていると聞いて、同氏は甥が正しい判断を下せるようにデータサイエンス職における「つまらない」側面をあえて伝えようと決意しました。 データサイエンス職を志望する若者は、仕事に就けば機械学習モデルの構築のような知的にエキサイティングな業務に携われると思い込んでいます。しかし、現実には業務時間のほとんどを退屈でつまらない仕事に関わることになる、と同氏は指摘しま

著者のJun Wu氏は、アメリカ・ニューヨークで活躍するテック系コンテンツの執筆を得意とするフリーランス・ライターです（同氏の詳しいバイオグラフィーは本翻訳記事の最後を参照）。同氏がMediumに投稿した記事「すべてのプログラマーあるいはデータサイエンティストが身につけるべきソフトスキル」では、技術者が身につけるべき非技術的なスキルが詳細に解説されています。 職場の同僚と交流したり、AI技術を詳しく知らない顧客にAI技術の価値を伝えるようなコミュニケーションスキルの重要性は、多数のAINOW翻訳記事で繰り返し指摘されてきたことです（本翻訳記事とほかの翻訳記事との関連は訳註で解説）。こうした重要でありながらも時として漠然と語られがちなコミュニケーションスキルについて、同氏は以下のような8項目に分節化して詳述します。 様々なバックグラウンドのヒトと効果的にコミュニケーションできること チームメ

オーストラリア在住のDaniel Bourke氏はフィットネスコーチやUberドライバーとして働いた後に機械学習エンジニアに転身し、現在はAI技術に関するYouTubeチャンネルも運営しています。AINOW翻訳記事「機械学習の独学について考えてみる？覚えておくべき6つのこと」でAIエンジニアになるための勉強法をシェアした同氏は、今度は自身の機械学習エンジニアのキャリア1年目で学んだことをMediumに投稿して公開しました。 同氏が機械学習エンジニアのキャリア1年目で学んだ教訓は、以下の12項目にまとめることができます。 データ理解が重要かつ最優先 コミュニケーションの問題のほうが技術的問題より難しい 使い古された手法は最先端のそれに勝る オンライン講座で学んだことと実務で必要なことのあいだにはギャップがある 業務時間の20%は最新技術の学習に費やすべし 読むべき論文は一握りで、使えるものは

最終更新日： 2023年2月17日 AIツールは多くの種類があって何を選んだら良いのかわからない方も多いのではないでしょうか。AIはデータの傾向から未来や現在を分析することができます。 ツールの中でも何ができるのか、何を基準に選べば良いのかがはっきりすると選びやすいですよね。 今回は、AI分析のツールの選び方や、GUIツールが注目されている理由、おすすめのGUIツールを紹介するとともに、「AI分析」についてご紹介します。 AIツールおすすめ10選 AI構築ツール AI構築ツールとはAIを開発するためのツールです。従来はAIの開発には高度なプログラミング知識などが必要でしたが、AI構築ツールを使えば、マウス操作だけで手軽にAI開発に取り組めます。 Amazon SageMaker Amazon SageMakerはAmazonが提供している機械学習モデルを構築して使える状態にまでするツールで

著者のDaniel Bourke氏は、オーストラリアで機械学習エンジニアとして活躍し、AI技術に関するYouTubeチャンネルも運営しています。同氏がMediumに投稿した記事では、機械学習エンジニアを目指す初学者の独学についてのアドバイスが論じられています。 学生時代に健康科学と栄養学を学び、フィットネスコーチやUberドライバー、さらにはAppleストアのジーニアス（技術対応専門スタッフ）の経験のある異例とも言える職歴をもつ同氏は、自分の体験を生かして全くの畑違いから機械学習エンジニアを目指す初学者が独学するにあたっての6つの心構えを説きます。それらの見出しを列挙すると、以下のようになります。 Pythonか何かの基礎を身につける（3～4ヶ月で） 準備が出来てなくても着手すること 目の前に多くのものがあるが、散らかっているものは片付けよう 研究は不可欠だが、それを使えないなら無益だ。

最終更新日： 2019年7月10日 2019年6月8日、MicrosoftとPreferred Networksが協同で運営するディープラーニングのコミュニティ「DEEP LEARNING LAB（DLLAB）」が2周年記念のイベントを開催しました。 今回は東京大学大学院 教授で日本ディープラーニング協会理事長の松尾豊氏による基調講演の内容をお伝えします。 松尾氏は、ディープラーニングのビジネス活用において「儲かること」はとても重要で、そのためにユーザにしっかり付加価値を与えていかなければいけないと強調しました。 ビジネスになっていないディープラーニング 松尾教授は、まずはディープラーニングの技術が、事例が増える勢いに対してビジネスになっていないとディープラーニングの現状を振り返ります。 そこで、インターネットが誕生した当時と振り返りながら、ディープラーニングの活用が進んでいないことは、単

最終更新日： 2019年7月10日 おざけんです。4月3日から5日にかけて開催された「第3回AI・人工知能EXPO（以下AI EXPO）」が終了しました。 この記事では3日間にかけて多くの人で賑わったAI EXPOの様子をお届けします。 やたらスーツが多いAI EXPO ｜ 商談の場として発展 AI EXPOに参加した率直な感想、それは「スーツが多い！」ということです。 250社が出展し、過去最大の規模のAI EXPOはどこを見渡してもスーツだらけ。「商談の場」としての面がさらに強くなっていることが感じられました。 まずは来場者の様子を以下の画像でご覧ください。 幻滅期に入ったとも言われるAI関連技術ですが、一方で多くのビジネスサイドの方がAIに注目していることがわかります。 実際にブースの担当者からは「商談の予約が事前に埋まっている」という嬉しい声もあり、まさに過去最大の展示会と言えるで

戦略目標Ⅰ ：我が国が人口比において最もAI時代に対応した人材を育成・吸引する国となり、それを持続的に実現するための仕組みが構築されている 戦略目標Ⅱ：実世界産業におけるAI応用でのトップランナーとなり、産業競争力を強化 戦略目標Ⅲ：多様性を内包した持続可能な社会を実現するための一連の技術体系を確立し、その運用するための仕組みを実現する 戦略目標Ⅳ：国際的AI研究・教育・社会基盤ネットワークの構築 特に戦略目標Ⅰに関しては、他のメディアが先行して報じられている通り、日本のAI人材を輩出していくために、小学校から大学・高専までの教育の改革だけでなく、社会人の再教育にも積極的に取り組むとしています。最先端のAI研究を行う人材だけでなく、AIを産業で応用する人材や中小企業でAIを応用する人材、AIを活用した事業創出を行う人材など、さまざまな人材がAI人材として定義されており、かつてないほど大規模

HOME/ AINOW編集部 /データは石油だ！ 大企業×スタートアップのデータ活用の可能性『AI・データの利用に関する契約ガイドライン』が策定 最終更新日： 2019年7月10日 IT調査会社のIDC Japanによると、世界のデータ量の合計は2020年には約50ゼッタバイト（50兆ギガバイト）になると推定されています。 新たな通信規格5Gの流通とともに同時接続可能な端末数も増え、IoT機器増によるさらなるデータの増大も予想されます。 データ増によるディープラーニングなどの機械学習技術の活用の広がりは、私たちの暮らす社会の発展のために不可欠なものです。今までの技術ではなし得なかった社会課題が解決されることも期待されています。 しかし、AI（機械学習）の活用にかかる法律は十分に整備されておらず、未だ不明確な部分が多いことが課題となっています。AIの開発企業とデータを提供するユーザ企業の間で