石角友愛のレビュー一覧
-
-
Posted by ブクログ
ギフテッドに特に興味があるわけではないが、参考に読んでみた
前半はイマイチでしたが後半は実践的で面白いです。
結果は褒めない
答えは教えない
答えを知ってるよりも質問ができる方がいい
アイデアブックを持ち歩く
世の中の問題はチャンス
色々やらせてみる
小学校は親のコミットメントが求められる
アメリカではPTAやボランティアなど
親の役目は多い
しかしそれが子供の満足度にも繋がる
アメリカ大統領は３２%がホームスクーラー
教室を飛び出して現実社会での実体験をつめる
プチホームスクーラー
習慣化
絵本 伝記
子供の質問大事
ビジュアルラーナー
これにかなり納得
視覚的ツール活用
自然 -
Posted by ブクログ
ネタバレ近年、多くの日本企業がデジタルトランスフォーメーション（DX）に取り組んでいる。だが、いまだ成功例は少ない。DX推進を阻む原因を明らかにし、その解決策を示す書籍。
DXとは、デジタル技術を採用した根本的なビジネスモデルの変換を指す。その本質は、「会社にとってのコア」を再定義し、それをデジタル化することである。
DXとデジタライゼーションを混同する人は多いが、両者は異なる概念である。前者は人や組織に関する変革を指し、後者は技術に関する変革を指す。
従ってDXを実現するには、経営者が自ら舵を切り推進する必要がある。
①デジタイゼーション（Digitization）「アナログからデジタルヘの移行 -
-
-
-
-
-
Posted by ブクログ
【目的】
AIをビジネスに活かす方法
【まとめ(1P)】
・インフラ化するAIをビジネス化/開発/現場展開する人材の確保が必要
【ポイント(What)】
・AIは電気と同じくインフラになる
・フィードバックループ＝データを追加し精度を上げる
・AIによって人間が人間らしい仕事に専念できるとポジティブに考える
【アウトプット(How)】
・すべての課題をリスト化し、AIで解決すべきか仕分け
・単なる省人化でなく属人的なプロセスを展開するため
【その他】
・日本ではAIを擬人化して説明することが多い
・日本企業はデータの公開を躊躇する傾向
・家事を仕分け（子供目線で親にしてほしいことは？） -
-
-
Posted by ブクログ
AIビジネスの①具体性、②将来性、③国際性の３つの見地から解説した本です。
日本のAIビジネスにおいて勘違いされている点とその理由の解説と、実際にAIビジネスを導入する際にどんなステップを踏めばいいのかが分かる教科書的な本。AIがこれから会社に導入され、ユーザーになるだろう自分にとっては学びが多い本でした。
印象に残ったのは、
・AIを擬人化しない、AIが××するではなく、AIで××する
・どんなデータを集めるべきかということころからデータサイエンティストに相談する→ 企業が抱える課題とその企業が持つデータを元にどんな解決策があるかを考えるため。
AI（ソフト）と日本の「モノづくり」（ハー -
Posted by ブクログ
ネタバレAIの導入的な知識が理解できる1冊。AI人材とこれからの働き方を読むと、今後目指すべき指針が見えてくる。
以下、気になった箇所。
◆AI導入のために
・データは21 世紀の石油
→生のままでは使い物にならない
・導入・定着・効果検証のサイクル
→現場状況を精査してから開発する
→どのデータで検証するか、効率アップのKPI
◆AIビジネスの課題
①バイアスの取り除き方
→人間がAIに学習させることによる恣意性
マイノリティーにおける精度も公表するべき
→目的を持ったAI開発(AI with Purpose)が必要
②個人情報の取り扱い
→Facebookスキャンダル(トランプ -
-
Posted by ブクログ
ネタバレよく聞く「データは石油である」という言葉を逆から見ると、「石油のままでは使い物にならない」であり、「使える状態にする（プロトタイプ、落とし所の共有）」と「それを使いこなす人の育成（導入の壁超える）」、さらに言えば「もっと使えるように業務を改善し続ける文化（定着の壁超える）」である。
「解決したい課題がはっきりしてない場合」は、課題を全部棚卸しして、効率化（生産性）と収益化のマトリクスで重み付けし、AI（集められるデータの最適化）で解決できそうなグループに分けて進める。と言った具合に、AI実装のプロセスが解説されている。著者のクライアント企業へのコンサルの流れと言って良い。
これらは「データ -
-
Posted by ブクログ
AIに仕事を任せられる
インフラ
馬なし馬車
AI、機械学習ディープラーニングの手法
姿形のないもの、単なるツール
AIは人間が作り、人間が操作する
システムインテグレーター、システム構築を請け負う企業
7割の仕事で業績が伸びる
コーディネートをAIである
似た人に似たものをお勧めする
服も淘汰されていく
データをまとめる力がある
ライバルではなくチーム
AIの利用料にお金をかける
偏見をなくすには経験させる
変更できないよう、直前でアナウンス
どんな状況かで見積もりは変わる
ユーザーの行動を予測するためにデータを用いる、その整理のためにAIを使う
導入がゴールではない
現場の声を聞く必要があ -
-
-