機械学習⑦教師あり学習の代表的な手法/データサイエンス入門
このシリーズでは、スキルアップAI株式会社の「データサイエンティスト基礎講座」より、ビジネスパーソンが知っておくべき内容を抜粋してお送りします。データサイエンティスト検定™ リテラシーレベルにも対応した内容となっています。 スキルアップAIは、入門、データ分析、AIエンジニア基礎、ビジネス、クラウド、AIエンジニア応用といったカテゴリで様々な講座を用意しています。 スキルアップAI株式会社 https://www.skillupai.com/open/
会員限定
より理解を深め、他のユーザーとつながりましょう。
46人の振り返り
choko0504
メーカー技術・研究・開発
教師あり学習の一般的な手法について理解することができた。実務で利用する機会があれば利用したい。
1
yanoyano1
メーカー技術・研究・開発
身近な具体的な例に当てはめてみるとより理解が進むと思うので、身近な事例でも検討してみたい。
1
sui_
販売・サービス・事務
データサイエンティスト検定の本で見ている内容と同じですが、動画になることで理解力が上がりました
0
hr-sakai
その他
なんとなくわかった。もう一度復習します。
0
miura_ka
販売・サービス・事務
全体感を改めて確認できた。
0
yonghwa
販売・サービス・事務
基礎的な所が学習出来てよかったです
0
chang_shin
販売・サービス・事務
概要はなんとなーくわかった。具体性が少ないので頭に記憶が残りにくい。
0
pomu77
IT・WEB・エンジニア
教師あり学習、教師なし学習、強化学習の違い、教師あり学習でできることの回帰、分類について理解できました。
0
saito_koji
IT・WEB・エンジニア
AI知識の導入としてよかったです。
0
yoshikazu-1103
営業
教師あり教師なしなど、概要の理解はできたと思います。
これからは、もう少し深掘りが必要だと思います。
0
inyourmind
建設・土木 関連職
「機械学習のプログラミングはPythonが世界標準だ」と言い切っているのは初めて聞きました。これからはやはりPythonに軸を置こうと思います。
0
kazumi_100pot
金融・不動産 関連職
機械学習の基礎的な知識を復習することができました。回帰については、沢山勉強していきたいです。
0
kenjiro_fujita
コンサルタント
機会学習を利用するにも課題を定め、価値を具体的にし、投資効果を考えることが重要だと理解した。
0
chikako_k
IT・WEB・エンジニア
教師あり学習と、無し学習で、画像についてが、どちらになるのか、よく理解できませんでした。
0
koichi_seya
その他
機械学習の概要が学べた。さらに深く学びたい。
0
iso_ken
専門職
いままで、漠然と理解していた機械学習の分類が明確になった。
0
ni-shi-me
営業
DS検定で学んだ内容の復習に役立った。
0
konbass8
金融・不動産 関連職
教師あり学習に、回帰と分類があること、その内容について理解できた。
0
k_yuna
販売・サービス・事務
大変勉強になりました。
0
user-name01
販売・サービス・事務
AI,機械学習、深層学習の包括関係がわかった。
0
7031
経営・経営企画
AIを何の業務に適用するのかを、見極めるところに知識や技術が必要かと思う。
0
david_wp
メーカー技術・研究・開発
AIの概要を分かりやすく紹介していただき、ありがとうございます。社内で同僚などにAIについて説明するときに役に立つと思います。
0
vegitaberu
人事・労務・法務
基本的には、機械学習について、理解できている内容が多かったように思っていますが、復習、確認ができました。この後、より高度になっていくに従い、AI、機械学習で行われていることについて、理解が深まればいいと思っています。
0
36271
営業
データサイエンティスト検定などは難しそうではあるが興味は出たような気がします。
活用できれば幅が広がるような気がしました。
0
kazuwata
専門職
学習ありデータは回帰と分類ができる。
0
take515
メーカー技術・研究・開発
機械学習の学習、運用フローの概要について学んだ。
0
matute
IT・WEB・エンジニア
機械学習の種類が理解できた。機械学習を進めるにあたり教師ありの回帰か分類化かもしくは教師なしか、それとも強化学習かなど準備できるデータや目的によって使い分けできると思う。
0
stani
専門職
AIの学習に教師ありは解答があることと同意義と理解した。
0
yasu_1234
メーカー技術・研究・開発
AIの基礎的な内容を復習することができた。
0
ken222
営業
教師あり学習は回帰と分類に分けられることを覚えておきたい。
0
hfkd156036
金融・不動産 関連職
教師あり学習の一般的な内容が理解できた。
0
madogiwazoku
その他
素人には難しいです。難しくてはげそうです。鼻血もでそうです。
0
naoki_sasano
メーカー技術・研究・開発
機械学習の種類(教師あり、教師なし、強化学習)とその開発、評価フローについて理解した。機械学習のプログラムに使用する各ライブラリについては知っていたが、科学計算ライブラリはどのように使用するのか、後ほど調べようと思った。
0
mamoru-yasuda
営業
基本的なことを理解できました
0
t_htn
経営・経営企画
教師あり学習の基礎が理解できた。
データを分類や回帰するデータ処理に活用し、
適切な判断をできるようにしたいと思う。
0
vz3000
IT・WEB・エンジニア
機械学習の基礎的な知識を学習することができた。また、教師あり学習の概要を理解することができた。
0
mainichi365
IT・WEB・エンジニア
AIを何の業務に適用するのかを、見極めるところに知識や技術が必要かと思う。
0
512177
資材・購買・物流
AIは飛躍的に事業を改善する価値がありそうだ
0
watanabe-tat
専門職
製造工程の外観検査に教師あり学習を活用したい。また教師あり学習データを作成するアノテーション作業を効率化するため、教師なし学習で分類して、ラベル付けして、教師あり学習する手法も取り入れたい。
0
k-akira
営業
機械学習、深層学習、人工知能の概要理解ができた
0
kuro-a
IT・WEB・エンジニア
自分で機械学習とは?説明しろといわれたときに、体系的にいえるようになったと感じる
0
shirojpn
メーカー技術・研究・開発
別のコースで学習した「教師有り学習」の概要を復習する事が出来た。
「深層学習」という言葉が聴きなれないと一瞬感じたが ディープラーニングの事だと気づき
カタカナ記述の方が身近になっていることを感じた。一方、漢字表記の方が更に中身を簡潔に表しているのを感じた。
0
ozawa_h
IT・WEB・エンジニア
GLOBISでこのようなコースは期待していませんでした。一般のビジネスユーザには難しいように思えます。
大学のコンピュータサイエンス風のコースで論理の説明が多いので楽しく学習させて頂いています。
0
yasupii
その他
機械学習には、教師あり、教師なし、教科学習の3つがあることを知りました。今時点では、「なんとなく分かった」ような感じです。今後は、その具体例を使いながら、その違いをもう少し深く理解したいと思います。
0
9141294
販売・サービス・事務
以前に学習したことの復習として役だった。
0
ichi_t
経営・経営企画
通学のビジネスアナリティクス研修で若干、かじっていたので、分類と回帰が何でAIで何を達成するのか、なんとなく理解できました。
このコース単体で何かを理解するのは、難しいと思いますが、入り口として言葉に触れておく上ではいいのかと思いました。
0