人工知能人材になるための最短カリキュラム

東京大学の松尾先生が開講されている社会人向けの

DeepLearning基礎講座に参加しています。

本日は第7回で、CNN(Convolutional Neural Network)の基礎でした。

 

CNNは画像認識で利用されていますが、基本的にはニューラルネットワークの考え方の応用になります。

やはり基本となる考え方は、MLPで学ぶことが大事だと実感。

 

今さまざまな企業で人工知能人材を育成しなければ、という空気かと思いますが、

個人的にはプロジェクトメンバになるための最低限理解すべき項目は、

 

１．青本「深層学習」の前半に記載されているニューラルネットの基礎理論

・順伝播

・誤差逆伝播法

・確率的勾配降下法

これは、pythonでMLPを実装するレベルで理解する。

 

２．プロジェクトの分野に応じたニューラルネットの手法

画像認識：CNN

自然言語解析：LSTM

時系列予測：RNN

など。この段階で、TensorflowやKeras、Chainerなどを理解していく。

 

３．最新の理論はArxiveでチェック、ビジネス活用事例は各種情報サイトでチェック

 

【人材育成】AI人材最短育成カリキュラム

1.機械学習の基礎を習得（cousera of ML by Stanford Univ）

2.深層学習の本質を学ぶ

・順伝搬

・誤差逆伝搬法

・勾配降下法

python(numpy)のみでMLPを実装する。

東大のDeepLearning基礎講座課題が最もよい。

 

TensorflowやKerasの使い方は、本質ではないので、この後でよい。

 

３． 深層学習の特定分野（画像認識、自然言語解析、需要予測など）をそれぞれ学ぶ。

kaggleで実践する。グランドマスターを目指せ！

 

 

事業会社は利益最大化が至上命題であるから、ITは手段にすぎない。

常に利益最大化のために、最新テクノロジをどう使えるのか?を意識することが大切。

そのためには、技術追求と同時に、最新活用事例にもアンテナをはることが重要。

 

■

【仕事】仕事で成功するためのスキル

 

・本質を捉える力（地頭力。高学歴にいる可能性はあるが、確率的）

・人と会話する力（体育会系OK）

・人を巻き込む力（体育会系OK）

 

よって、高学歴の体育会が好まれるのは当然でもある。

１の力をつけるには、日ごろから「Why」を考える習慣をつけることである。

 

システムトレードの参考記事リンク

■強化学習を利用「投資　強化学習」

日別での強化学習

https://www.ai-gakkai.or.jp/jsai2006/program/pdf/100222.pdf

 

https://kaigi.org/jsai/webprogram/2013/pdf/790.pdf

 

 

■機械学習での取引は短期売買が向いている

 

AIトレードで株取引にイノベーションを起こすAlpaca ｜ Biz/Zine

 

これらの投資に有効である強化学習を、分足データに対して適用すれば、

よりよい結果が得られるのではないか？

 

■分足データ

http://stockforecast.jp/?p=2151