機械学習～AI#AI

機械学習アルゴリズムを使うと、
データさえあれば複雑なロジックを組み合わせたモデルも予測モデルを作成できる。
ルールベースのモデルは、
経験やビジネスの決まりごとに従ってルールを構築し、将来の予測値となるモデル。
機械学習アルゴリズムには、
回帰型アルゴリズム、
木型（決定木）アルゴリズム、
ニューラルネットワーク等がある。
回帰型アルゴリズムは、
y=ax+bのa,bの係数を決めるアルゴリズムです。
重回帰分析と呼ばれるようにエクセルの機能にも搭載されています。
木型アルゴリズムは、
与えられた特徴量に対して条件を複数の条件分岐によって分割し、
分岐されたデータのグループに同一のラベルがより多く存在するような条件の組み合わせを探していくものです。
ニューラルネットワークは、
脳内のニューロンの活性からヒントを得た構造となっており、
入力特徴量の値と出力値を重み付けによって関連付ける簡単な関係式で表したものです。
AIで取り組むテーマは、
ビジネスインパクトを考慮して、
専門業務の需要予測や採用足切り判断等、インパクトの大きいものを選定する。
日常的煩雑な業務と戦略的意思決定が必要な業務を考慮して、
専門業務に利用する判断をする。
データをビジネス価値へするには、
データエンジニア、データアナリスト、データサイエンティスト、インフラエンジニアの役目となる人をどうするか？
DataRobotのようなノーコード製品を利用するのも一つの手段である。
AIは、予測、推定、分類、検知、判別の未来を予測するために用いる。