会員登録すると
学習することができます。
会員登録する(無料)
学習することができます。
登録済みの方はこちら
ログイン
学ぶ目的
社会で起きている変化
センサーやスマートフォンが増え、集まるデータの量が大きく増えました。計算機の性能も上がり、AIは深層学習や生成AIで大きく進みました。データを使って判断し、社会の仕組みを作っていく考え方を、データ駆動型社会と呼びます。日本の政府は目指す社会の姿をSociety 5.0と呼んでいます。
データの種類
- 構造化データ … 表の形で、行と列がそろったデータ。売上の表など
- 非構造化データ … 文章、画像、動画、音声など、表の形になっていないデータ
- 1次データ … 目的のために自分で集めたデータ。2次データ … 他の人が集めたものを使うデータ
- メタデータ … データについてのデータ。撮影日時や作成者など
- オープンデータ … 誰でも使えるように公開されたデータ
AIに学ばせるためのデータ
画像に「これは犬」のような正解の札を付ける作業を、アノテーションと呼びます。
データとAIの活用領域
製造、物流、販売、金融、医療、公共など、あらゆる場面で使われています。使い方は、予測、グループ分け、原因の究明、判断の支援、作業の代わり、新しいものの生成などに分けて考えます。
試験での問われ方
具体的なデータを示して、構造化か非構造化か、1次か2次かを選ばせる問題がよく出ます。仕事の場面と結びつけて覚えます。
このレクチャーで学ぶこと
- データ量の増加とAIの進化、データ駆動型社会
- 構造化データと非構造化データ、1次データと2次データ
- メタデータ、オープンデータ、アノテーション
- データ・AIの活用領域と、使い方の分け方
質問
まだ質問は投稿されていません。
質問投稿
ログイン後に質問の投稿ができます。
#1
未完了
試験の全体像と学び方 ― 100問100分のCBTと、4つのスキル領域をつかむ
#2
未完了
社会の中のデータとAI ― データの種類と、活用の広がりを説明する
#3
未完了
データを読む ― 代表値とばらつきを、手で計算して確かめる
#4
未完了
相関と因果、標本の取り方 ― 数字の関係を正しく読み、偏りを見抜く
#5
未完了
確率と推定・検定 ― 条件付き確率と、検定の考え方をつかむ
#6
未完了
数学の基礎 ― ベクトル・行列・微分・集合を、分析の道具として読む
#7
未完了
データの可視化 ― 目的に合うグラフを選び、誤解を招く表現を見抜く
#8
未完了