2019年12月１日、日曜日。
昨夜、福井出張から戻ってきて、今朝は5時起きで東京。
移動ばかりの人生だ。
11月３日に始まったキカガクの
｢自走できるＡ I 人材になるための長期６カ月コース」
も今日で４週目。
今回はＡＩの本丸「画像分類・認識」の講義だ。
機械学習の回帰・分類に始まり、
WebスクレイピングなどのWeb技術も習い、
気がつけばもうディープラーニングの世界に入っている。
すべての項目を完璧に身につけることは不可能だが、
講義内容は、テキストのほか参考書も使い、
独学で深めていきたい。
機械学習については、
『Pythonではじめる機械学習』を、
ちょっと分厚いけど。
ディープラーニングについては、
『ゼロから作るDeep Learning』を、
メインの参考書として使う(関連本は売るほどあるけれど）。
この一冊、間違いない！
学習を進めるときに気をつけたいことがひとつ。
自分はバリバリのＡＩエンジニアを目指しているわけではない。
だから、常に、
実際に、中小企業の課題解決にどのように実装できるのか？
を考え、勉強のための勉強にならないようにしたい。
イントロダクションの講義にもあったが、
「いま人間が行っている単純作業をすべてＡＩで代替したい」
という相談があってもそれはうまくできない、という。
クラウドソーシングを利用したり、
ＲPA(Robotic Process Automation)を導入するほうが、
短期間で安定して成果が出る、
というのは実感として納得できる。
さらに、
機械学習の数学やモデルの学習をするだけではなく、
環境構築の技術も抑えたい。
環境構築不要の
「Google Colaboratory（グーグル・コラボ)」を学習で使えるのは素敵なことだが、
中小企業の既存システムとの整合性（リモートとローカルのひも付け等）も、
きちんとフォローできるようになりたい。
学習の先に何があるかを意識しながら、
学習が実学となるよう心がけたい。
Follow me!
