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