これだけはおさえておきたい機械学習の基礎
〜自社のデータをビジネス価値のある情報にするためのデータ分析手法〜

2017年に企業による実証実験から実システムへの適用、およびソフトウェアへのAI機能の組み込みが進んだAI市場は、2018年以降、金融などでのリスク検出/分析、サービス業などでの自動顧客サービスへのAI適用へと、更に急速に市場を拡大し続けています。
今後もその勢いは衰えず、IDCでは2017年〜2022年の年間平均成長率(CAGR：Compound Annual Growth Rate)は60.7％で成長し、2022年には2,947億5,400万円の規模になると予測しています。

日々、新たなサービスが登場し、日常で触れる機会が多くなったAIですが、その背景には各クラウド・ベンダーが提供する豊富なAIツールやサービスの存在があります。企業は、こうしたクラウドサービスを利用することで、データさえあればAIシステムを1から開発することなく、スピーディーに構築することが可能になるのです。その一方で、AIの仕組みやアルゴリズムを正しく理解して自社の業務に最適なモデルやAIツールを選定して使いこなすだけのスキルを備えた人財はまだまだ不足しており、その育成が急務の課題となっています。

• 機械学習に必要なのは "データ" と "アルゴリズム" です。「"どういったデータ" を "どういったアルゴリズム" でという重要なポイント」を決定するには、データの種類や目的に 応じた分析手法を理解してデータに適用できるスキルが欠かせません。
• 機械学習の基本的な原理を知り、漠然とした解釈を具体的・実践的なイメージにする表面的な機能だけではなく、「ブラックボックス化されている“機械学習の本質を理解する”」こと、それが自社のデータを価値のある情報にするために何よりも大切です！

香田万希子　(ラーニング・アドバイザー)

ソフトウェア会社のSEとして、Webアプリケーションを中心とした多数のシステム開発に従事。設計、実装、試験、保守と一連の開発プロセスを経験後、研修インストラクターとしてプログラム言語やAI・機械学習の研修を担当。これまでの経験を活かしつつ、日々進化するAI技術やデータ分析スキルの習得に励んでいる。