学習を開始する
メイン メニュー ホーム メインコンテンツ 認定証を取得しよう もっと見る arrow_drop_down 参考ツール コミュニティ よくあるご質問 お問い合わせ Innovation Japan
ログイン

ボーナスコンテンツ

このセクションでは、あらゆるデジタル学習に役立つボーナスコンテンツが見つかります。これらの動画は Google デジタル ワークショップの認定資格とは関係しませんが、面白そうなトピックがあればチェックしてみてください。

機械学習をビジネス課題に応用

次のトピック
{[ ((showTranscript) ? '非表示' : '説明文を表示') ]}
機械学習の基本原理は
これまでのように 一連の規則を使って
明示的にプログラムを構築するのではなく
機械に作業を学ばせるというものです
機械学習は プロセスを自動化するだけでなく
効率化するうえでも役立ちます
現在の機械学習が役立つのは
シンプルな情報処理を提供するビジネスです
Googleでも
さまざまなサービスで 機械学習を活用しています
たとえば ウェブページの自動翻訳や
写真の検索
メールの自動返信などです
しかし 一般のビジネスでも 同じような原理の情報処理で
対応できるものがあると思います
たとえば 銀行が不正取引を検知する場合や
販売サイトが商品をすすめる場合などです
いずれも 基本的に
人にとって退屈な反復作業を 自動化するプロセスである
ところは同じです
でも アプローチの次元が違います
機械学習は すべての作業に 向いているとは限りません
たとえば会計事務所で
計算をするのに 機械学習を使う必要はないでしょう
既存のソフトウェアがあれば十分です
ビジネスで機械学習の使い方を 模索している場合は
まず社内のデータ分析担当者に 相談するとよいでしょう
小規模ビジネスの場合は
まず アイデアを1つに絞り
サービスとその提供方法を 大きく変える何かを
機械学習で実現できるかを考えます
それには 機械に学習させる行動の
サンプルを取っておく必要があります
機械学習で最も有効な手法は
機械に正解のサンプルを学習させ
同じ動作を行えるようにすることです
したがって 機械学習に適しているのは
数百 数千回と 繰り返してきた作業がある場合です
この作業の正解である動作の データがあれば
これを機械に学習させることで 同じ動作を自動化できます
何億回でも
機械はサンプルを学習し
データから学ぶので
はじめから 相当なデータを 用意する必要があります
機械が学習するスピードは人間ほど速くありません
人間なら10回で学習できることでも
機械の場合は何千回も学習しないと できるようにはなりません
これまで 企業が機械学習を 導入できずにいた大きな要因は
優れたソフトウェアがなかったことです
TensorFlowは
Google が独自の機械学習用に内部で開発した
オープンソースのソフトウェアで
すでに外部にもリリースされ 企業や教育機関で使われています
機械学習のシステムを 一から構築せずにすむように
土台の部分をある程度提供して
商品やサービスの開発に 利用していただくことが狙いです
機械学習は既存の作業を自動化したり
効率化したりすることは得意ですが
新しい発見をすることや 次の手順を決定することはできません
開発やかじ取りは
人間が受け持つ必要があります
新しい道具は 使い方に試行錯誤するものです
最初から完璧に使いこなして
たちまち問題が解決することはありえません
機械学習の使い方は ビジネスの数だけあります
想像もしないような 可能性が広がっているのです
{[ ((showTranscript) ? '非表示' : '説明文を表示') ]}

ビジネスにとって機械学習は強力なツールです。新たな成長機会を見出すとともに、既存のプロセスを自動化し、作業の質と効率を高めることができます。 ビジネスに機械学習を取り入れ、この技術を利用してニーズを満たす方法を学びましょう。

次のトピック
前へ 次のトピック