あらすじ
自社システムに人工知能を導入したいときに読む本！
人工知能の開発は進んでいますが、人工知能システムを開発するプロジェクトマネージャーの数は現在足りておらず、その数は今後さらに必要になっていきます。
また、大規模システムに人工知能が入るようになっていくと、それを運用・保守する仕事も必要となります。
しかし、人工知能の運用・保守に関するノウハウは世にほとんど存在せず、近い将来大きな需要が生じることが予想できます。
本書では、人工知能のシステムの企画に対して提案して開発し運用・保守したい人向けに、
人工知能システムの企画書の書き方やベンダーの提案書や開発計画の良し悪しの判断基準、
人工知能システムの開発および運用・保守の一連のプロセスについて解説します。
【本書のポイント】
・人工知能の導入を検討しているビジネスマン向けの人工知能プロマネ読本
・人工知能システムの企画書が書けるようになる
・ベンダーに要求仕様を提案したり、ベンダーの提案書や開発計画の良し悪しが判断できるようになる
・人工知能システムの開発および運用・保守の一連のプロセスを把握できる
※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。
感情タグBEST3
Posted by ブクログ
AIプロジェクト特有の開発プロセスを説明している。
サンプルを多く提供しており、通常の開発にも参考になる。
付録に提案書のサンプルがあり、提案から開発の流れをイメージしやすい。
Posted by ブクログ
技術書ではなく、システムプロジェクトとしての流れと留意点が具体例を用いて説明されている。モデリング技術ではなく、SIerがどう提案し、どうプロジェクトを進めるのか？という観点では、さらっと読めるし、分析系のシステムを構築する流れがつかめる。発注側の担当者あたりによさそうな本（納品側は、願わくばこんな本を必要としないほどのレベルを期待したいけど）
Posted by ブクログ
自分はトライアルしか経験したことないですし、
実際は機械学習というより可視化に留まったけど、
どういうことを考慮して機械学習プロジェクトに臨めば
よいかが非常に分かりやすく書いています。
今後もデータ活用プロジェクトは増えていくと思うので、
そういったときにどのようにしてマネジメントしていけば
よいかを知るには十分だと思います。
実践してきた内容も多かったので、スッと入ってきた。
【勉強になったこと】
・機械学習が向いているケースは以下3点
①安定的に学習できる
②価値が出やすい
③失敗が許容される
特に③は重要。だからレコメンドとかに使われやすい。
・機械学習プロジェクトでは、企画フェーズの後に、
必ずトライアルフェーズを設けること。
データも見ずして出来る・出来ないは判断できない。
・利用するデータは細かければ細かいほど良い。
あとから集計してサマることは出来るから。
・前処理では説明変数、目的変数それぞれの傾向を
まずは抑えること。
数値データであればバラつきや平均を、
文章であれば文字数や形態素解析による単語の発生頻度を、
画像であれば基本的には目視にて確認すること。
画像以外でも、一度は自分の目で確認すること。
・トライアル終了後の評価ポイントは以下4点
①モデルそのものの精度
②結果に対する解釈性
③過学習の発生頻度
④実行時間（学習・実行それぞれの性能）
・過学習が発生しやすいケース
学習データ数が少ない
説明変数の数が多すぎる
機械学習のアルゴリズムが複雑
・機械学習プロジェクトでは要件定義工程でも
分析評価作業を組み込むこと。
これは、トライアル時よりも多くのデータを活用し、
実際の業務でも適用出来るかを確認するために行う。
・学習データが多すぎても精度は劣化する。
例えば時系列データの場合、過去の傾向が強く効き、
現状に当てはまらなくなるといった問題が起きる。
