機械学習の民主化
コンピュータ業界は、いつの間にか随分と独りよがりになってしまったように見える。
技術の進歩が、簡単に理解しにくいものを産んだとも言えるけど、「エキスパート」であることが収益につながる業界の構造が産み出したとも言える。
「専門家による専門家のための」というような、閉ざされた感覚。
本来コンピュータは、人の活動をよりよくしていくための道具でしかない。技術の進歩は、社会の要請があってはじめて事業として成り立つわけだから、多くの人が取り組めない仕組みは、滅びゆく楼閣でしかないわけだ。
そして機械学習。特に深層学習という手法。
ある事象と、その予兆と思われる因子を与えると、コンピュータが特徴を調べる。適切な因子を与えることができると、それだけで事象を正確に予見しはじめるというものだ。
例えば清涼飲料水の販売数予測。予測因子として、気温、湿度、曜日などが考えられるとする。その場合、毎日の気候データとその日の販売数をコンピュータに見せていくと、「どのような数字の羅列（気候データ）があると、どのような数値（販売数）になるのか」という特徴を計算。その結果、「来週の木曜日、天気予報はこうだけど、コーラは何本売れるか」ということに答えを出していくのだ。
こういう仕組みを考えるとき、大きく二つの要因がたちはだかる。
一つは、こうしたコンピュータの仕組み。プログラムとかサーバーとか。そういうやつ。
もう一つは、予測因子。ある事象の予兆と思われる要因を見つけること。
最初の仕組みは、ITの知識、数学の知識、ニューラルネットワークの知識など、コンピュータに関する専門知識が必要となる。
二つ目は、ビジネスの知識。その商品はなぜ売れるのかという、本質的には、そのビジネスに関わる人が考えるべき思考・知識を必要とする。
機械学習の難しさは、この２つを合せ持つ人が世の中にほとんどいないということだとも言える。
だから、ぼくらは最初の「仕組み」について、MAGELLAN BLOCKSという道具を使って、誰もが簡単に取り組めるようにする。
予測因子を考えることができ、データを集めることができれば、誰でも。つまりプログラムを組まなくても、機械学習を駆使することができる。
そうすれば、ビジネスの専門家だけがいればいい。ビジネスに取り組む人が、真剣にビジネスを考えれば、どんどん前に進める。しかも、誰かが作った汎…
技術の進歩が、簡単に理解しにくいものを産んだとも言えるけど、「エキスパート」であることが収益につながる業界の構造が産み出したとも言える。
「専門家による専門家のための」というような、閉ざされた感覚。
本来コンピュータは、人の活動をよりよくしていくための道具でしかない。技術の進歩は、社会の要請があってはじめて事業として成り立つわけだから、多くの人が取り組めない仕組みは、滅びゆく楼閣でしかないわけだ。
そして機械学習。特に深層学習という手法。
ある事象と、その予兆と思われる因子を与えると、コンピュータが特徴を調べる。適切な因子を与えることができると、それだけで事象を正確に予見しはじめるというものだ。
例えば清涼飲料水の販売数予測。予測因子として、気温、湿度、曜日などが考えられるとする。その場合、毎日の気候データとその日の販売数をコンピュータに見せていくと、「どのような数字の羅列（気候データ）があると、どのような数値（販売数）になるのか」という特徴を計算。その結果、「来週の木曜日、天気予報はこうだけど、コーラは何本売れるか」ということに答えを出していくのだ。
こういう仕組みを考えるとき、大きく二つの要因がたちはだかる。
一つは、こうしたコンピュータの仕組み。プログラムとかサーバーとか。そういうやつ。
もう一つは、予測因子。ある事象の予兆と思われる要因を見つけること。
最初の仕組みは、ITの知識、数学の知識、ニューラルネットワークの知識など、コンピュータに関する専門知識が必要となる。
二つ目は、ビジネスの知識。その商品はなぜ売れるのかという、本質的には、そのビジネスに関わる人が考えるべき思考・知識を必要とする。
機械学習の難しさは、この２つを合せ持つ人が世の中にほとんどいないということだとも言える。
だから、ぼくらは最初の「仕組み」について、MAGELLAN BLOCKSという道具を使って、誰もが簡単に取り組めるようにする。
予測因子を考えることができ、データを集めることができれば、誰でも。つまりプログラムを組まなくても、機械学習を駆使することができる。
そうすれば、ビジネスの専門家だけがいればいい。ビジネスに取り組む人が、真剣にビジネスを考えれば、どんどん前に進める。しかも、誰かが作った汎…