関連サイト
本書の関連ページが用意されています。
内容紹介
●AIをビジネスに導入するノウハウを丁寧に解説
ビジネス上の新しい価値を生み出したり課題を解決したりするときに、有力な選択肢の1つとなるツールが「AI」です。本書では、ビジネスにAIを導入するための構想から実装、運用までの一連の取り組みを「機械学習プロジェクト」と呼び、実践的な導入方法を丁寧に解説します。
●やるべきことが全部わかる
現在では、AIの利用を後押しするクラウドサービスなども立ち上がり、環境面では事業に取り入れるハードルがぐんと下がったといえます。しかし、実際にビジネスで利用するとなると、「どんな効果があるのか」「自社に適用できるのか」「どこから手をつければよいのか」「誰に頼めばいいのか」「いくらかかるのか」……など、わからないことだらけというのが現実ではないでしょうか。
本書ではその「わからないこと」を1つ1つ解消し、ビジネス課題や新しい価値を生み出すために、AIを活用する方策を解説します。
＜本書を読むとわかること＞
・AI、機械学習の仕組み
・AI、機械学習でできること
・プロジェクトに必要なリソース
・投資対効果の試算方法
・機械学習に必要なデータ
・プロジェクト体制の構築方法
・機械学習システムの実装と運用ノウハウ
・成功した取り組み事例
書誌情報
- 著者: 韮原祐介
- 発行日: 2018-03-26 (紙書籍版発行日: 2018-03-26)
- 最終更新日: 2018-03-26
- バージョン: 1.0.0
- ページ数: 209ページ(PDF版換算)
- 対応フォーマット: PDF, EPUB
- 出版社: インプレス
対象読者
著者について
韮原祐介
株式会社ブレインパッド AIビジネス本部 副本部長。機械学習などのデータサイエンスやデジタルテクノロジーの活用による経営改善を専門とするコンサルティングを提供。需要予測、画像解析、レコメンドエンジン、検索などの機械学習システムによるビジネス成果の創出を強みとして、企業トップ層に対するデータ・機械学習活用やデジタルトランスフォーメーションに関するコンサルティングを提供。前職のコンサルティングファーム在籍時も含めて10年以上にわたり、国内および海外における企業の経営改革支援に従事。1983年千葉県生まれ。慶應義塾大学商学部卒。
目次
はじめに
目次
Chapter1 これからのビジネスを切り拓く機械学習
- Lesson01 機械学習プロジェクトとは何か？
- Lesson02 AIファーストの時代背景を知る
- Lesson03 トップ企業にみる機械学習の取り組み
- Lesson04 機械学習がもたらすインパクト
- Lesson05 機械学習が注目される理由を知る
- Lesson06 国の成長戦略としての機械学習
- Lesson07 日本企業におけるAIの取り組みの実態
- Lesson08 AI・機械学習に必要な人材の状況
- Lesson09 機械学習に取り組むことが新しい価値を生み出す
- COLUMN 情報が氾濫する中、いかに正しい情報を得るか
Chapter2 機械学習の仕組みを理解しよう
- Lesson10 機械学習とは何か？
- Lesson11 ルールベースと機械学習の違い
- Lesson12 機械学習で得られるもの
- Lesson13 機械学習の分類を理解する
- Lesson14 機械学習のモデル構築について知る
- Lesson15 データと前処理について理解しよう
- Lesson16 アルゴリズムの選択について知る
- Lesson17 ディープラーニングの基本的な仕組み
- Lesson18 モデルの精度を評価する
- Lesson19 モデルを改善するには？
- COLUMN 現在のAIは過去のAIとどこが違うのか？
Chapter3 機械学習に必要なリソースを理解しよう
- Lesson20 機械学習プロジェクトに必要なリソースを知ろう
- Lesson21 機械学習に必要なソフトウェアとハードウェア
- Lesson22 Pythonの特徴を知ろう
- Lesson23 機械学習のライブラリについて知ろう
- Lesson24 機械学習をサポートするソフトウェア
- Lesson25 機械学習に必要なハードウェアリソース
- COLUMN AIと中国
Chapter4 プロジェクトのゴールを定める
- Lesson26 機械学習プロジェクトにおけるフェーズの切り方
- Lesson27 構想フェーズの全体像をつかむ
- Lesson28 機械学習プロジェクトの「テーマ」とは何か？
- Lesson29 どんな課題が機械学習で解決できるかを理解する
- Lesson30 課題に対して利用可能なデータを理解する
- Lesson31 機械学習を「仕組み化」する必要性を理解する
- Lesson32 機械学習プロジェクトのテーマ候補を考える
- Lesson33 期待成果とデータ利用可能性の2軸で絞り込む
- Lesson34 機械学習が組み込まれた業務とシステムをデザインする
- Lesson35 機械学習プロジェクトのスケジュールを立てる
- Lesson36 機械学習プロジェクトの体制を構築する
- Lesson37 ROI（投資対効果）を試算する
- Lesson38 効果的な構想書の書き方を知る
- COLUMN 何の問いに答えるか、何の課題を解決するか？
Chapter5 プロジェクトの体制を整えよう
- Lesson39 フェーズごとに必要な人材を知ろう
- Lesson40 ディレクションの要点を押さえよう
- Lesson41 外部パートナー企業への支援依頼を検討する
- Lesson42 どんな基準で外部パートナーを選定すべきか？
- Lesson43 分析サービス企業に支援を依頼する
- Lesson44 コンサルティング会社に支援を依頼する
- Lesson45 機械学習プロジェクトに必要な人材を確保する
- Lesson46 契約形態の特徴と注意点を理解しよう
- Lesson47 機械学習システムの費用目安とは？
- COLUMN 10年後に仕事がAIに奪われるって本当？
Chapter6 プロジェクトの実現可能性を検討する
- Lesson48 PoCフェーズを構成するタスクを知る
- Lesson49 機械学習に用いるデータをどのように評価するか
- Lesson50 実現可能性を検証するためのモデルを構築する
- Lesson51 クラウドサービスの学習済みモデルを利用する
- Lesson52 PoCフェーズの検証項目を評価する
- Lesson53 新たにセンサーを設置してデータを取得する
- COLUMN キュウリ農家とディープラーニング
Chapter7 機械学習システムを実装する
- Lesson54 実装フェーズを構成するタスクを知る
- Lesson55 通常のシステム開発のと違いを知る
- Lesson56 機械学習システムの要件定義
- Lesson57 機械学習システムの設計・開発
- Lesson58 機械学習システムのテスト
- COLUMN 超人的なAIを創る!?
Chapter8 機械学習システムの運用ポイントを学ぼう
- Lesson59 機械学習プロジェクトならではの運用タスク
- Lesson60 どのようなKPIを定義すればよいか
- Lesson61 機械学習モデルを修正する
- Lesson62 機械学習システム運用の実務
- COLUMN 片付けロボットを作りたい
Chapter9 成功事例に学ぶ機械学習プロジェクト
- Lesson63 顧客の行動に応じたレコメンドシステム
- Lesson64 SNSの投稿画像から商品利用シーンを解析する
- Lesson65 音声リクエストに応じてロボットが動作する
- COLUMN AIが作る新しい仕事