日経ビッグデータの作品一覧
「日経ビッグデータ」の「ＡＩが同僚」「グーグルに学ぶディープラーニング」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
3.3あなたは、AI（人工知能）に自分の仕事が奪われると思っていませんか？それは間違いです。AIを業務で活用することで生産性を上げたり、創造的な仕事を増やし、競争力を引き上げることができるのです。 AIが本格的に活用される時代、社会はどう変わり、企業はどのように変化していくのでしょう。そしてそのとき、人間に求められる能力とは、どんなものなのでしょうか。本書では、ビジネスの現場で採用事例とグローバルの最先端で活躍するAIの専門家による解説を通して、AIをうまく活用し、人間が能力を存分に発揮できる未来の新しい働き方を示します。 野村総合研究所が英オックスフォード大学と研究して話題となったAIによって代替可能性が高い仕事について、「運用、顧客サポート」「販売、マーケティング」「製造、物流」「人事、人事管理、総務」各分野の業務別分類・分析も掲載しています。 現場から経営まで、全業界のすべてのビジネスパーソンに、「近未来の常識」として備えるべき知識の詰まった１冊。日本が直面している人口減や高齢化を乗り越え、人間が能力を存分に発揮する未来を実感できるはずです。 ●いまなぜAIなのか？人類はどう向き合うべきか ●「AIが同僚」の時代に向けた働き方のロードマップ ●AIによって代替可能性が高い仕事とは？600職について試算・分析 ●職場での実用化の今と未来 30社の最新導入事例を職種別に解説 ●遺伝子分析、ソムリエ、CMクリエイター・・・AIの進化と専門技術 ほか -
3.7囲碁のプロ棋士に勝つ、クイズのチャンピオンに勝つ──、人工知能（AI）はこうした特定分野で象徴的な成果を上げてきました。しかし、最近ではAIが人々の生活や経済活動を改善して、世の中を変えていく可能性を示す実例が次々と出てきました。 例えば、米グーグルは、AIを使った「Google翻訳」の精度を大きく改善し、長年「実用的ではない」と言われてきた機械翻訳を日常生活では十分実用的なレベルへと引き上げました。また、同社はデータセンターにおけるサーバーなどの冷却電力を40％も削減しました。これもAIを活用して空調や窓の調節・開閉など約120の要素を制御し最適化した成果です。 大手IT企業は次々と、画像認識、音声認識、翻訳といったAI機能を安価に提供し始めており、いわば「蛇口をひねればAIがすぐ使える」時代が間もなく到来します。 このAIの進化をけん引するのが、脳の神経回路が仕組みの原点にある「ディープラーニング」という技術です。本書では、グーグルのエンジニアらへの取材に基づき、このディープラーニング技術をやさしく解説。また、将来のビジネスがどう変わるのか、グーグルのサービスや日本企業の取り組み事例から探るとともに、その未来の姿に迫ります。 序章●ディープラーニングがすべてのビジネスを変える １章●超入門 人工知能と機械学習とディープラーニングはどう違う？ ２章●入門 ディープラーニングの仕組み ３章●グーグル事例編 グーグルのディープラーニング活用事例 ４章●企業事例編 ５章●活用フレームワーク編 ６章●将来展望編 ディープラーニングが課題を解決する未来へ -
3.3※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 『人工知能が人に代わって働き、IoTが第四次産業革命を導く』 人工知能、IoT、ビッグデータ…、新しい技術が様々な産業界の競争ルールを変え、社会課題を解決していくと注目され、メディアを日々賑わせていますが、一体どんな技術であり、どんな進化を遂げていくのか、あなたは説明できますか？ トヨタ自動車、米ゼネラル・エレクトリックなど世界の大手企業がこの分野に1000億円単位の投資を続け、国は高速道路での自動走行、即時オーダーメード生産、スマート工場、FinTechなどの実現による第4次産業革命によって、2020年に30兆円の付加価値創出を見込みます。 また、弁護士などの専門職や管理職の一部の仕事は、人工知能に代わっていくという予測も数々出ています。 本ムックは、ビジネスパーソンなら押さえておきたい、人工知能、IoTやそれらを生かしたビジネスに関する22のキーワードを、原則2ページでわかりやすく解説。専門誌『日経ビッグデータ』記者による先進企業の事例取材記事や、業界の第一線で活躍する専門家21人の専門家の寄稿コラムや解説記事から構成します。 人工知能、IoT、ビッグデータを生かしたデジタルトランスフォーメーションを目指す企業の経営・管理職層に向けて、改革実現への道筋を示す１冊です。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【主な内容】※内容は変更になることがあります。 【第1章】キーパーソン～日本の未来はAI＆IoTでどう変わる？ ・経営共創基盤 冨山和彦氏 ・対談：東京大学大学院特任准教授 松尾 豊氏、 リクルートマーケティングパートナーズ代表取締役社長 山口 文洋氏 【第2章】キーワード解説～デジタル時代のビジネスが分かる注目21語 （Tech編）人工知能/汎用人工知能（AGI）/データサイエンティスト/IoT/IoT通信/VR（仮想現実）ほか （Biz編）Amazon Go/Amazon Echo/第4次産業革命/FinTech/HRテクノロジー/AgriTech/EdTechほか 【第3章】企業事例～ 今、目の前で進むビッグデータ×AI×IoTの活用事例 ・製造IoT最先端 米GEの活用法 ・接客、営業は AIで実現 ・勘と経験より AI予測 ・クルマデータは 異業種に商機 ・経営最前線 意思決定はAIで 【第4章】オープンイノベーション～AI＆IoT活用へ広がる新手法 ・イノベーションに必要な3つの資源 アイデア、お金、才能何より重要なのは… ・ネスレのオープンイノベーション ・JR東日本、20年後を見据えたオープンイノベーション（事例） ・「新規事業開発のポジションに就いたなら、自分がやりたいことをやればいい」（孫泰蔵氏インタビュー） ・「新規事業は不合理なアイデアに賭けるべき」 【第5章】基礎講座～AIの仕組みから最新活用法まで ・今さら聞けない人工知能の仕組み ・対話型エージェント徹底解剖 -
3.8※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 なぜGoogle、Facebookは人工知能に莫大な投資をするのか？ ソフトバンク「Pepper」、iPhone「Siri」、IBM「Watson 」をはじめとする 人工知能のビジネス活用の真価とは？ パーソナルロボット「Pepper」や、iPhone搭載の音声アシスタント機能「Siri」など 人工知能を使った対人コミュニケーションには未来の可能性を感じます。 一方、英オックスフォード大学のマイケル・Ａ・オズボーン准教授による コンピューターに代替される仕事の予測には、不安を募らせる人も少なくありません。 産業の仕組みや、人々の暮らしを大きく変える可能性のある人工知能。 既に我々の知らないところで人工知能は様々な形で活用が始まっています。 しかし、注目は高いものの、改めて「人工知能とは何か」と問われると その仕組みや技術、効用を答えることは簡単ではなく、 さらに、自社の事業、自身の仕事への影響については、 想像さえつかない人が大半ではないでしょうか。 人工知能を理解すれば新しいビジネスチャンスを見つけられるはずです。 本書は、人工知能研究の第一人者による注目のキーワードの解説や いち早く活用に挑む先進企業の事例をまとめ、人工知能がビジネスの将来に 及ぼす影響をお伝えしています。 ぜひＡＩのビジネス活用の真価を理解し、第一歩を踏み出してください。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 仮想通貨や国際送金など金融系のみならず、IoTや流通の新たなプラットフォームになる可能性を秘める「ブロックチェーン」と、700以上存在するといわれる仮想通貨の代表格の「ビットコイン」への注目がますます高まっています。いずれもビジネスの競争環境を一変させるインパクトを持っていますが、発展途上の技術・サービスだけに、その実像を理解するのはなかなか難しいもの。そこで本書では、キーパーソンへのインタビュー、大きな図も交えた2ページ単位の分かりやすいキーワード解説、企業活用の動向解説などで構成。両技術のインパクトを分かりやすく伝えます。話題のブロックチェーン、今さら聞けないビットコインがすぐ分かる１冊です。 -
-1巻1,320円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ビッグデータ時代が到来し、データの重要性が改めて見直されている今、データの大小に関わらず、仕事の中で「分析」を求められるケースが増えてきています。 統計学を学んだことの無い方でも、最低限の分析能力は今後のビジネスの中で必須のスキルといえます。 本ムックでは分析を行ううえで必要となる基本的な用語の解説から、様々な分析の手法、ケーススタディをわかりやすく解説。 また、「需要予測」「売り上げ向上」「コスト削減」「人員最適配置」などのトピックごとに、どのようなデータに着目し、どの分析手法を用いればよいかを「インデックス形式」で示します。 現在、業務でデータの分析を求められている方、分析に必要なフレームワークや分析手法を学びたい方など、データ・アナリティクスに関心を持つ、全てのビジネスパーソンにとって必読の一冊です。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「ビッグデータ」は流行語としての寿命を終え、本格普及期へ ブームから3年、ビッグデータは特別なものではなくなります。 2015年は商品開発、生産現場、広告・販売、顧客サポートなど あらゆる業務にビッグデータ活用が浸透し、 そこで働くすべての人がビッグデータによる革新の力を享受できる年となるでしょう。 2015年のビッグデータ活用を展望すると、 「IoTを活用した新サービスの創出」「マーケティングの高度化」「パーソナルデータの保護・利活用」 の3テーマが焦点になります。 本ムックは、この3つのテーマについて、先進企業による活用事例の記事や、 国内外の識者の講演内容などを分かりやすく解説し、 仕事への意識が高いビジネスパーソンへお届けします。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 RESASは、内閣官房(まち・ひと・しごと創生本部事務局）および経済産業省が開発・運用している無料のデータ分析サービスです。地域の「経済」「観光」「人口」などのデータを約50のマップで可視化し、戦略立案の参考にすることができます。 パソコンを利用して手軽にビジュアライズできるため、データサイエンティストがいなくても多種多様な分析が可能です。地方自治体の意思決定支援のツールだけでなく、市民による政策アイデアの創出、企業におけるビジネス戦略策定などにも幅広く使われ始めています。 ただし、多種多様なマップを活用するにはコツが必要です。本書では、RESASの基本的な使い方から、政策やビジネスでの活用の実際について、有識者の解説を交えて紹介します。 【主な内容】 巻頭言 前地方創生担当大臣 石破 茂氏 1章 RESASで発見できること 2章 RESASマップ総覧 3章 自治体・地域の分析事例集 4章 Excelで簡単にできる統計解析 5章 教育現場における活用の実際 6章 地元でワークショップを開こう 7章 進化を続けるRESAS 8章 活用を加速するオープンデータ集 寄稿 RESAS誕生秘話 前 内閣官房ビッグデータチーム長代理 早田 豪氏 巻末 RESASデータ一覧 【本文執筆者】 日経ビッグデータ編集部 おたに 代表取締役 小谷 祐一朗氏 金沢大学 国際基幹教育院GS教育系講師 松浦 義昭氏 Code for Tokyo 代表 矢崎 裕一氏 Code for Tokyo 副代表 榎本 真美氏 ★RESAS活用の第一人者による役立つコラムも多数掲載！
ユーザーレビュー
-
-
-
Posted by ブクログ
ネタバレ2023年11月付近からPythonを使い始めて、機械学習やディープラーニングについて知りたいと思ったので、手頃そうなこちらを読んでみました。
全6章で、1,2章は機械学習やディープラーニングの仕組みについて、3～5章は実例、6章は将来の展望についてといった構成になっています。
2017年の本で、現在も進化し続けている人工知能絡みの本としては、かなり古くなるのですが、技術についてはほぼ触れておらず、概要から仕組み、実際の運用実例等の話のみなので、内容が古くとも特に問題は無さそうです。
機械学習とはなんぞや、ディープラーニングとはなんぞや、どういったことに使えるのかということを知りたい人に -
-
Posted by ブクログ
人工知能 = 知的な情報処理をするもの、またその技術。
人工知能の中に、機械学習があり、更にその中にディープラーニングがある。
機械学習の一つの分野がディープラーニングである。多層の処理を重ねる手法。
機械学習はプログラムを人間が作らない。
機械が自動的に膨大なデータから学習してモデルを作る。
入力から出力までの間の中間層を多層化することが、ディープラーニング。
ニューラルネットワークとディープラーニングを理解するポイント。
お手本をたくさん読み込むことで、間違いが少なくなるように、ニューロン間の関係を示す値を調整しながら学習する。
データが複雑になるほど、多くの層のニューラルネットが必要
特集・キャンペーン
