ビジネスパーソンのためのAI実践講座① ~AIの仕組みを知ろう~

hane-t

人事・労務・法務

AIの仕組みがとても簡単に分かりやすく説明されていてとても参考になった。ただ実際にはもっと複雑だと思うので、もっと勉強してみたい。

miyakuri

その他

こちらの動画を通じてAIとは何かをまず正しく定義して同じ土台で理解することが重要だと感じます。

abek0509

メーカー技術・研究・開発

分かりやすいです。これまで先生に教えて頂いた事がアニメと言うかフランクな表現とされている為、より理解が進みました。

s_taj

IT・WEB・エンジニア

日本ディープラーニング協会（JDLA）のＧ検定合格を経て、ＡＩの基礎を身に着けた上で本講座を視聴しています。

私自身はエンジニア側の立場ですが、「エンジニア側」「ユーザー側」という考えもそのうち無くなるのでしょうね。
自ら何かを作り出す、生み出すことが必要なのだと改めて認識しました。

taro1mo

メーカー技術・研究・開発

AIは魔法のように何でも答えを出してくれるものではない。良質かつ大量の原因と結果の教師データを揃えることがほぼ全てなので、それを念頭に置いて、研究や調査をしたいと思う。

marubayashi-hd

営業

ＡＩは言葉だけで、苦手意識がありましたが、仕組みが何となく理解できました。
かけ離れたものではなく、少し身近なものに感じることもできました。

llasu_ito_0502

人事・労務・法務

分かった様な、分からなかった様なVideoでした。自分のアタマがついて行ってない、と思いました。実力不足、トレンドオンチを実感しました。世の動きに、もっと敏感になりたい、ビジネスに深く、関わり、アンテナを張り続けたい、ですね。
兎に角、勉強します。
ありがとうございました。

yminami7

経営・経営企画

ITの専門家でなく一般社員も基礎知識としてこのコース受講も進めたほうが良さそう

taka_m012001

IT・WEB・エンジニア

ヘルプデスク業務などで手順化されていない問い合わせがあった場合、自分が経験値から判断しているようなケースを共有することができる。

s_aoyama_0188

IT・WEB・エンジニア

AIの活用はハードルがそんなに高くないと思いました。

yoshikazu-1103

営業

ビジネスパーソン向けの講座でしたが、汎用型・特化型ＡＩへの理解が進みました。
今の仕事に特化型ＡＩなどを活用できないか？と感じました。今は問い合わせを属人的な対応をしていますが、今後の対応を考えるヒントになりました。
ありがとうございました。

lunacre

その他

特にディープラーニングが回帰分析を発展させたものであることに納得しました。AIについて理解が深まるわかりやすいコースでした。

arata_

IT・WEB・エンジニア

AIの概念に関する理解、期待するイメージは個人ごとに異なる。
生成AIが一般に認知され現在は第４次ブームという人もいるが、利用者が自分に合った便利な使い方を知ることが肝要だと思う。

cu22

営業

昨今何にでもAIと一括りにされていますが、汎用AIと特化型AIの違いはもっと周知されるべきだと思います。
ディープラーニングに関しては、人間の作業代替を超える可能性を感じました。

tfbr

経営・経営企画

AIの理解は数字であること、またy=ax+bなど単回帰分析、または重回帰分析が仕組みで使われていること、人間がAIに何をさせたいか、の仮説や課題設定が重要になることが分かりました。

shigeru0408

その他

目的を明確にすることの重要性を学びました。
わが社においては管理する施設の漏水対応において、時期、場所、回数、漏水の量などから今後気を付けておくエリアを見出すなどの業務に
活かせるのではと感じました。

inoue-tomo0110

営業

数学は苦手ですがAIのしくみとしてどんな風に学んだり、どんな風に回答を導き出しているのか基本がよくわかりました。

toshiotakamura

経営・経営企画

Deep learningには回帰分析の手法（実測値と予測値の誤差の最小化）を活用したアルゴリズムがベースになっている点は理解できたが、重回帰分析についての理解が不十分だった。

tosakanigohan

専門職

AIは、IT分野の人の世界と決め込んでいたが、自分の業務にも密接にかかわることができることが理解でき、もっとも学びたいと思った。

ak_maemura

クリエイティブ

アニメーションによる学習で分かりやすかった。

rirac

IT・WEB・エンジニア

数字に変換できないものはAIで扱えない、これは全く知りませんでした。
またどんなxを入れてどんなyを出したいのか、何を解決したいのかがはっきりしないとダメだということも分かったので、AIを利用するときは解決したい問題が何かをはっきりと設定するようにしたいと思います。

tanataison

建設・土木　関連職

aiはデータを与えてそこから割り出す事が出来る事を学びました

kitanohiguma

その他

AIを特化型、汎用型に分ける、そしてDATAの分類、学習も機械学習、教師あり、教師なし、ディープラーニングと分けて理解することは改めて、使う側として大事なことだと思いました。もうすぐに生成AI、ジェネレイティブAIが電力・送電のように社会実装されていく状況の中で、AIの基本構造を理解することは極めて重要だと感じます。

macha511

IT・WEB・エンジニア

AIの種類について理解することができました。

hisato_yamamoto

メーカー技術・研究・開発

AIの機械学習方法については、初級レベルのことは既に学んでいる機会があったのである程度理解はしてる。
でも実践となると、どのようなツールを用いてやるのかを具体的にステップバイステップで学ぶ機会が欲しいね。

energy-09

その他

AIのイメージが明確になった。ディープラーニングは回帰分析と原理が同じというのも驚きだった。自分が何を予測したいか、インプットとアウトプットを具体的にし、必要なデータセットを用意するという基本を、今後の業務に活かしたい。

kattsun_

IT・WEB・エンジニア

プログラミングとしてAIは利用していますが、初心者の説明に困っていました。ただ流行しているAIのキーワードを学べても理解はされません。
本ビデオの説明はとても分かりやすいと思いました。説明の仕方を自分が説明する時に利用させていただきます。

fuku8891

その他

●AIの基本的な仕組みはインプットからアウトプットを予測するということ
●予測と実際が近くなるようにひたすら計算している
●画像は細かく分けた1区画の濃淡を256までの数字で把握

わかりやすかった！

001878

その他

AIの中にML
MLの中にDL

s-fukumuro

販売・サービス・事務

AIをうまく活用するには、何が問題でどのような回答がほしいかが明確になっていないと求めるデータが引き出せないことを改めて学習できました。膨大なデータを持っているAIを活用するからには、人間が問題を明確に提示する必要があると感じました。

wisteria_

経理・財務

自分の業務でどう活用できるかわからないが、そもそもAIとはなんぞやレベルの私にも納得できる、快活で楽しく学べるコンテンツでした。

heroz888

IT・WEB・エンジニア

生成AIが主流になりつつあるが、ディープラーニングの仕組みを抑えておくことはこれからの学習において非常に重要であると感じる。そのうえで、この講義は仕組みがよくわかるのでありがたい。
回帰分析と決定木という言葉は知っていたが、その中身をちゃんと理解できていなかったが今回の講義で非常によく理解できた。
仕組みが分かれば実際に活用していくうえでなぜこの結果になるのか、またなぜ活用するうえでデータが必要なのかを判断することができると思う

junji_jun

経理・財務

AIがどういうものかをなんとなく理解することができた

kou0721_t

メーカー技術・研究・開発

とても分かり易い講座だった。
「問い」の設定を訓練すれば、誰でもAIを活用できるようになる。
一方、出てきた答えの確からしさとリスクを正しく判断できない人の使用には、ある程度制約をかけないと公益が損なわれる。
まずは自身が理解を深めようと思う。

063880

営業

ＡＩの種類などを学びました。

yomatsu807

販売・サービス・事務

ディープラーニングは複雑な仕組みをイメージしていたが、回帰分析に似た仕組みとわかり、理解しやすくなった

take5127

IT・WEB・エンジニア

ExcelでもAIのようなことができることが分かりましたので試してみたいと思います。

y_ono32000

人事・労務・法務

とても勉強になった。

hirata1028

営業

AIに自身の情報、経験、学び全てを共有しビジネスに繋がることなど考えてもらうだけでもビジネスプランで競うかと感じた

monmon05

販売・サービス・事務

教師あり学習について学べました。

masahirouhara

IT・WEB・エンジニア

インプットからアウトプットを作成するルールが決まっている業務であれば、AIに代替させることができる。

nabe0000

IT・WEB・エンジニア

AIと言っても、Excelで出来る回帰型分析の延長線上にある。

nak01

IT・WEB・エンジニア

回帰分析もディープラーニングも、で、具体的にＡＩがどのようにして答えを出すのかが、今一つ理解できない場合は、どの勉強をすればよいか

oika

メーカー技術・研究・開発

社内の技術情報を分析するのであれば、基礎データはさまざまなジャンル、豊富なデータ量が必要と感じた。基礎データ取りの優先度を上げたい。

shiraishi_ken

その他

このコース、もっと早くに出会いたかった！
次の方に是非ともおススメしたいコースです。

①非エンジニアで、数学に抵抗感がある人（含む、私）
　→AIの仕組みを知るためにとてもいいきっかけになります。

②エンジニアで、非エンジニアにAIとは何ぞや？を知って欲しい人
　→非エンジニアは「良い依頼」「困る依頼」を知りたいと思います。

abi_nochi

メーカー技術・研究・開発

回帰分析として案件内容と作業工数で見積りの効率化に活用できそう。

tsukada-ryo

IT・WEB・エンジニア

生成AIのイメージが深まった。

nao-gon

IT・WEB・エンジニア

AIに課題を見つけてもらうという期待が多いが
今はまだ課題を明確にしてその課題に見合う質量がよいデータを準備することがわかった。
プログラム試験のデータパターンを見つけることｎ活用したい

tom320

メーカー技術・研究・開発

AIの基礎を学習できました。

wamat

販売・サービス・事務

ブラックボックスだったAIの仕組みがわかり、どのような場面でAIが活用できるかを考えることに役立つ講義だった。

ishi99

メーカー技術・研究・開発

AIを活用してできること、AIが得意なことに対して人間が活用していくことが重要だと感じた

taka0727

その他

AIのイメージが　つかめた

katsu_01

IT・WEB・エンジニア

普段の業務で報告書や議事録の作成時にAIを利用している。効率化ができてよいが、今回の講座のような、予測には利用できていない。

ms-yosuke

メーカー技術・研究・開発

汎用AIと特化型AIの違い、特化型AIの学習について理解できた。AIを業務に導入する上で、「何をさせたいのか？」「何ならできるのか？」をイメージしやすくなった。

sthkt

マーケティング

回帰分析についてまだ理解が追いついていないが、AIの根本的な考え方は、すべて回帰分析で誤差が一番少ないところを回答していることを学んだ。回帰分析を今後意識していこうと思う

yamadayuya

金融・不動産　関連職

AIに学習させるデータの質に留意し、AIでの分析を進めていきたい。

soken_1438

メーカー技術・研究・開発

ここまではある程度理解できている内容。別の人に説明するのに使えそう。

ariyoshi_mee

営業

解決法がわからなかった課題に対して、AIの手法を参考にしてみる価値はありそうですね。

tomo-aihara1210

販売・サービス・事務

実例を使いつつ、アニメーションで学習できる為大変理解しやすかったです。汎用型ＡＩと特化型ＡＩのことすら知らなかったので大変興味深い情報でした。ＤＸの最初のほうでも触れていましたが、ＡＩの実用化に抵抗を感じる人ほど必要としているかもしれないと思いました。
家で一緒に暮らしている猫の餌が1か月でどれくらい必要になるか計算することも、特化型ＡＩで解決できるかもしれないので実践してみたいと思います。

nhide2025

営業

AIの考え方を理解できた。

minsato

営業

AIはハードルが高いイメージがありましたが、より単純化しどんなアウトプットが必要かを整理すれば思ったより簡単に使えるかもと思いました

ayapen

コンサルタント

AIならなんでも解決できるというような誤解を持たず、問いの設定や解のイメージ、質と量の十分な学習データなど必要な項目を整理して理解することが重要である

yasuo12

メーカー技術・研究・開発

日常的な考察にAIの使い方を落とし込めるように日々考えます

mssk1941391

人事・労務・法務

ＡＩの仕組みが良く解りました。

yorunoosanpo

販売・サービス・事務

傘を持っていくかどうか、スポット天気予報、帰宅予想時間、実績をインプットし、ＡＩ分析したい

m_jin

マーケティング

AI搭載をうたうビジネスツールはすでに世に溢れているが、実際何をするものかを単純化して理解することができる。

noripy3000

メーカー技術・研究・開発

教師あり学習を今後は中心に考えたいと思う。

taku-libra

その他

ディープランニングは、画像などの解析も自分で行えるようになったところが特徴である。いままでは、
対象物の特徴を人間が一つ一つ覚えさせていたが、ディープランニングはそれが不要となった。

horiuchimasa

営業

経験や勘ではなく、予測分析で日常のビジネスで活用したいと思った

t-sakurai_saku

その他

料理、具材の大きさと味の良しあし

matsuda7

メーカー技術・研究・開発

プログラミングとしてAIは利用

m_miyawaki

経営・経営企画

AIの基礎を学べました

tada-f

メーカー技術・研究・開発

会社でニューラルネットワークを利用した仕事をしているが、今一仕組みが分からなかった。本コースで仕組みがわかったことでより深く取り組めそう！

sskk9907

IT・WEB・エンジニア

ディープラーニングがどのようなものかぼんやりとですがわかりました。

kosuke_watanuki

人事・労務・法務

AIの仕組みを理解することで、どのように使えばいいかが分かった。
目的、インプット、データの質と量について知れたことによって、今後自身の業務により活かせると感じた。

m_hemmi

メーカー技術・研究・開発

日々の平均気温を入力して、桜の開花日を予測する。

takakiono

営業

図面から材料の使用量を予測できるようなことができると思います。

hiro3014

その他

XとYを明確にすることが大事。
何をどうしたいかを明確にする。
データを蓄積する。

301755

マーケティング

AIの仕組みを理解することは大切だが、AI慣れしていない人がその考え方を仕事にい応用できるようなプログラムも必要

komateru2003

資材・購買・物流

我々素人がAIと聞いて思い浮かべるものは所謂「ヒトに取って代わる」汎用型AIで、
現在活用が進んでいるAIは一つの事しか出来ない専門職の特化型AIである事が解った。
特化型AIを進化させた原動力がヒトのシナプスをモデルとしたディープラーニングだった事は非常に興味深かった。
という事は、AIは私に代わって専門的知識を深堀してくれるツールという事になるので、活用できるものは多いと感じた。
但し、目的にマッチしたインプットとアウトプット、与えるデータの質を高めなければAIの予測の精度は低くなる。
我々が磨かなければならないのはより核心を突く問題の設定とそれに対して収集するデータの質の向上である。

v-kurin

その他

業務で活用するためには特に「自分が解決したい問題が何か」を常に意識することが大切だと感じました。
企画の案出しに使っていきたいです。

1001009181

建設・土木　関連職

自分が解決したい問題が何かをクリアに設定する事が、ＡＩをうまく使いこなすコツだという事が分かった。
今後は、ＡＩを利用する際は、問題をクリアに設定したいと思う。

kea3

人事・労務・法務

すでに業務で活用していることが、正しく認識できていゆと感じました。

skkm

メーカー技術・研究・開発

既に知っている内容であった

oke0914

IT・WEB・エンジニア

AIに対する知識を再認識できました。複雑に考えていたAIを、単純な解析の組み合わせであることが認識できたので、今後の業務に生かしていきたい。

s_takeu

メーカー技術・研究・開発

AIの仕組みに関してはわかりやすかった。
一般的にはAIという言葉しか出てこないため、特化型AIも汎用のAIの一部だと違いを認識できた。

業務に関しては特化型AIは使い道がわかりやすいが、日常においては汎用AIが使えそうだが具体的なイメージが出ない。
推測方法が人間的な思考パタンと違っていることから間違った回答にならないかと疑問に感じた。

sumitaniy

販売・サービス・事務

数学的な内容をわかりやすく説明してくれていた。イシューをしっかり決めることや、AIに与えるデータについては人がしっかり考えて決めないといけないと理解した。

nagao_y

建設・土木　関連職

AIでできることはないか、ではなくどのようなことをアウトプットしたいかを考える。

athoca01_tsuta

専門職

日々の日報処理にて協力会社から来たデータの転記にも利用できそうだと思った。

mukaiyuko

営業

課題を認識し、それを解決するためのＸとＹの設定・データ準備を通してAIによる
アウトプットが可能となる