①データ分析を始めました
こんにちは。昨日はいつの間にか寝てしまい、365日の目標が早々に絶たれてしまいました。反省😢今日は骨太な記事を書こうと思います。
自宅警備員である私は後輩の指導の元、データ分析を始めました。
初歩中の初歩ですが、学んだことを共有していこうと思います。
データ分析を学びたい方は是非!
データ分析とは
何らかの目的を持って表現された文字や符号、数値などを収集し、分類、整理、成型、取捨選択したうえで解釈して、価値のある意味を見出すことといえるでしょう。
(ネットより)
データ分析でできること
・機械学習
開発者があらかじめすべての動作をプログラムするのではなく、データをAI自身が解析し、法則性やルールを見つけ出す特徴を持っている。つまり、「トレーニング」により特定のタスクを実行できるようになるようなAIのことだ。例えば画像認識の例を紹介しよう。1枚1枚に「赤いリンゴ」「青いリンゴ」というタグをつけた、大量のリンゴの画像をAIに読み込ませる。その際に「色に着目して区別しなさい」とAIに指示を与えておくと、まだ解析していないリンゴの画像が出てきたときでも、AIはリンゴの色に着目する。そして、「赤いリンゴ」なのか「青いリンゴ」なのかを区別するように自ら学習するのだ。より具体的な活用例には、迷惑メールフィルタがある。実際に、メールの情報を大量に学習させることで、迷惑メールを自動で識別するといった例が登場している。ほかにも、人の画像を大量に読み込ませて、画像中の人の顔を認識させる用途に使用されている。
データ分析でできないこと
・ディープラーニング
ディープラーニングは機械学習をさらに発展させたものだ。従来の機械学習との大きな違いは、情報やデータを分析する際に使う枠組みが異なっていること。これは、人間の神経を真似て作った「ニューラルネットワーク」で、コンピューターによるデータの分析と学習を強力なものに仕立て上げているのだ。より詳しく知るために、先ほどの画像を分析し「青いリンゴ」か「赤いリンゴ」を見分ける仕組みについて見てみよう。機械学習では「色」に着目するように指定しなければならなかったのに対して、ディープラーニングでは区別するための「目の付けどころ」をAIが自分で学習し、その性能を向上させていく。別の言い方をすれば、ディープラーニングは沢山のデータを見ることによって、どこに注目すればよいかを自分で学習し、人間からの指示を待たずに自動でどんどん賢くなっていくということだ。
(https://innovation.mufg.jp/detail/id=93)
データ分析をきちんと学んで
データの①予測②クラス分けを解けるように目指していきます。
今回は初歩中の初歩である。
・データ分析とは何か?
・機械学習とディープラーニングの違い
について書かせていただきました。
次回はパソコン一台でデータ分析の学習を始める方法を書きます。