仕事や学業で人工知能(AI)の知識が必要なことが増えてきた。AIを支える中心的な技術が機械学習だ。本特集では、AIの歴史と全体像から基本的な機械学習アルゴリズムのPython実装までを幅広く解説する。

特集
AIの理解に必須!基礎から学ぶ機械学習
目次
-
ゼロからの実装でAIの実像をつかむ、クラスタリングの極意とは
Part 3後半
AIライブラリを使わずに、k平均法によるクラスタリングを実装してみます。k平均法では、2つのステップでグループ分けを行います。
-
ライブラリーに頼らずAIを自作、手を動かすことで理解が進む
Part 3前半
機械学習のアルゴリズムは難しい…という印象をもたれがちですが、基本的なアルゴリズムは比較的シンプルなので、それほど難しくありません。そこでscikit-learnなどのAIライブラリを使わずに、Pythonで線形回帰とk平均法を実現する方法を説明します。
-
回帰の手法をフル活用、機械学習でアイスクリームの売り上げを予測してみる
Part 2後半
回帰の手法でモデルを作り、予測を行うプログラムを実装しましょう。使用するアルゴリズムは線形回帰です。引き続き、気温とアイスクリームの例で説明します。
-
AIライブラリを賢く使う、顧客はいつアイスクリームを買う?
Part 2前半
AIライブラリを使えば、機械学習のプログラムを手軽に実装できます。PythonのAIライブラリでは「scikit-learn」が定番です。そこで、scikit-learnを使って「分類(教師あり学習)」「回帰(教師あり学習)」「クラスタリング(教師なし学習)」のプログラムを実装してみます。
-
AIは万能ではない、機械学習でできることとその限界を知る
Part 1
現在、AIの“主流”と言える方式は「機械学習」と、機械学習の発展形である「深層学習」です。これらは今やあらゆる分野で利用されています。まずは、AIの歴史を簡単にひもときながら、機械学習と深層学習が、どのように出現し、AIの主流になっていったのかを見ていきましょう。
日経クロステック Special
What's New
経営
- クリニック向け営業を変革する新サービス
- 【動画解説】DX推進でビジネスを変革
- 人的資本投資の現状や課題をLIVEで議論
- 今注目すべき「スーパーパワーズ」≫詳細
- 千代田区が描く「自治体DX」の理想像とは
- 非IT人財を巻き込んだDX戦略の実現法
- 富士通が目指す「心の豊かな」社会とは
- 誰ひとり取り残されないデジタル化の要諦
- DXで業務効率化は目指すな≫その理由は?
- 旭化成、サッポロビール≫AI活用最新事例
- 日本郵船にインテルが聞く「データ利活用」
- 「レガシー対応」+「DX」両輪を回す極意
- 実はDXは「間違いだらけ」?理由と打開策
- ソニーミュージック事例/顧客データ活用法
- テレワーク環境で気軽な雑談を実現する方法