ブックタイトル研修総合カタログ2019 Spring Summer

ページ
17/80

このページは 研修総合カタログ2019 Spring Summer の電子ブックに掲載されている17ページの概要です。
秒後に電子ブックの対象ページへ移動します。
「ブックを開く」ボタンをクリックすると今すぐブックを開きます。

ActiBookアプリアイコンActiBookアプリをダウンロード(無償)

  • Available on the Appstore
  • Available on the Google play
  • Available on the Windows Store

概要

研修総合カタログ2019 Spring Summer

AIの実装AIをビジネスに実装し利用するには、実現したいことに即した学習モデルを検証・構築することがキーとなります。最初のステップとしてAIの判断基準となる膨大な訓練用データを用意します。データ自体がアナログの場合はデジタル化からはじめます。デジタルデータもそのまま使えることは稀で、データのクリーニングを行い、質を高める必要があります。予測の精度にこれらのデータの量と質が影響するためです。一般的にこのステップに一番時間がかかります。次のステップでは用意した訓練用データをAIに学習させ、予測モデルを作ります。この学習フェーズにおいて、大量の計算リソースが必要になります。学習後、予測モデルが意図した精度を満たすかどうか検証データを使って評価します。結果が思わしくない場合は、チューニングを行います。最後のステップで、プログラミングを行って実行環境を構築し、本稼働が開始します。会社案内各種サービス企画猫に関する大量の訓練用データAI予測モデル巻頭特集STEP 1データ準備データの収集・抽出・加工未知のデータ入力「猫」の特徴を大量のデータからパターン化して学習、精度を高めるビジネストレーニングSTEP 2モデル構築/検証学習済みモデルを作る未知のデータが「猫」なのかどうか予測できるようになるITトレーニングSTEP 3デプロイプログラミングを使ってサービスに組み込む実装学習モデルフレームワークプログラミング言語実行環境オンプレミスグローバルトレーニング運用OS/ランタイム計算リソース(GPUなど)クラウドサービスお役立ち情報17