去年に書いた、AI活用のための本も、一年経ったのでアップデートしようと思います。
ビジネスサイド向け
ディープラーニング G検定テキスト
昨年に引き続きこちら。機械学習やディープラーニングを理解する上で必要な知識が、体系的にまとまっていると思います。ボリュームはそれなりにありますが、いろんな知識を習得するには良いでしょう。
試験自体も受験者数が増えており、いろんな企業や個人で活用されている機会が増えているようです。
投資対効果を最大化する AI導入７つのルール
Aidemyが出した、AIのプランニングに重点を置いた一冊です。PoC開発をやって失敗する事例が山ほどあるAI業界ですが、どうやったらそういうものを回避できたり役に立つAIを作れるのか、様々ポイントが示されています。
投資対効果をちゃんと考えたプランニングをしたいと言う方にはお勧めです。
失敗しない データ分析・AIのビジネス導入: プロジェクト進行から組織づくりまで
去年に引き続き、相変わらずこちらが、AIプロジェクトを本格的に立ち上げる際には、とても参考になる良い本だと思ってます。
AI活用事例
AI活用地図
事例を幅広く集めるなら、この1冊があれば充分なのではないかと言っています。それぐらい、業界別に幅広い活用事例が掲載されています。しかも、技術的な難易度と合わせて。
ただし、AIの世界はスピードが速いので、新しい事例に関しては個別にネットなどで探索した方が良いでしょう。
ディープラーニング実践編
去年は「ディープラーニング活用の教科書」 を取り上げていたのですが、新たに「実践編」が出ました。その名の通り、実例が詳しく書かれているのが本書の特徴です。業務の適用領域や技術内容の説明もあるので、具体的に知りたい人には良いと思います。
技術にも触れてみる
Udemy
実際に開発もしてみましょう。開発すると、どのような原理で動いているのか、実際に理解できるようになります。
特にAIに関してはライブラリも豊富で、なければいけないコースを比較的少ないので、そんなに負担なく試すことができます。
Pythonで機械学習：scikit-learnで学ぶ識別入門
【Kaggleで学ぼう】PythonとKerasで学ぶディープラーニング開発入門
Machine Learning実践の極意 機械学習システム構築の勘所をつかむ！
こちらは、具体的なデータ分析の進め方を確認しながら、自分で手を動かしてみることができます。データの前処理、特徴量エンジニアリングなど、具体的な作業を知ることができるでしょう。
その他
シン・ニホン
今世界において気になっているのか、その中でAIの技術がどういう位置づけになってるのかが示されている本です。
AIを学ぶ重要性を理解できると思います。
AI vs. 教科書が読めない子どもたち
AIという技術が、教育や人間の役割とどう関係するのか、よくわかる本です。発売されてから時間が経ってきていますが、それでも色あせない本質がありますね。
ということで、今年も勉強しましょう。AIが普及しますように。