AI人材タイプは、ざっくりいうと、
機械学習エンジニア
データサイエンティスト
データサイエンティスト
のどちらかだ(*1)。
キャリアチェンジではなく、
自分のドメイン知識にAI/DX分野の知識を加えるのが目的なら、
データサイエンティスト寄りの学習となる(*2)
なぜ、データサイエンティスト寄りなのか?
まず、
AIは、ビッグデータありきなので、
使いこなすためには、統計学の世界は避けて通れない。
そうでなくても『統計学が最強の学問である』が、
数年前ベストセラーになったように(2013年)、
「統計学はデータ社会を生き抜くための武器と教養」で、
専門家ではないふつうのビジネスマンでも、
意思決定の際には、データに基づく分析が必須だ。
なので、現在、
AIの学習の一環として、
2020年9月27日に開講した、
総務省統計局提供「社会人のためのデータサイエンス演習」
を、gaccoで毎週受講している(スタディガイドは、こちら)
実際に、
Excelのアドイン「データ分析」を使って、
基本統計量(平均値・中央値はもちろん標準偏差や尖度、歪度まで)を算出したり、
ヒストグラムを描いたりして面白い(*3)
もちろん、これから
『実践で学ぶ機械学習活用ガイド』で
データ分析で使うライブラリ、
Numpy, Scipy, Pandas, Matplotlibについてチェックするのだが、
操作だけ覚えてもしかたないのだ。
ただ、今回はAIスクールの復習なので、
『東京大学のデータサイエンティスト育成講座』
でも、基本をしっかりチェックすることにした(*4)
さらに詳しくは、
『Pythonによるデータ分析入門』となるが、
これは老後の楽しみにとっておこう(*5)