Skip to content

Latest commit

 

History

History
111 lines (68 loc) · 5.4 KB

File metadata and controls

111 lines (68 loc) · 5.4 KB

8. 今日から始めるために


1. SNS で最新動向をウォッチしよう

  • AIやデータ分析の最新動向に日常的に触れるにあたり、Twitterは有益な情報源。
  • 下記の日本語アカウントをフォローするだけでも十分であるが、英語圏までスコープに含めると、非常に多くの最新情報をタイムリーに得ることができる。
名前 Twitter アカウント
Wolfram Japan @WolframJapan
AIポータルメディア「AIsmiley」 @AIsmiley_inc
AINOW編集部 @AINOW_ai
人工知能のニュースや話題 @aibiblio
AI 人工知能ニュース @ai_news_jp
人工知能・機械学習ニュース @A_I_News
AIデータベースメディア@アイブン @AIBoom_net
AI 人工知能・機械学習 最新ニュース @AI_news_nd
ステート・オブ・AI ガイド @stateofai_ja
DLHacks @DL_Hacks

2. コミュニティイベントで世界を広げよう

  • 東京で開催される、データ分析や機械学習に関するメジャーなコミュニティイベントをピックアップ。
  • 最新動向を知るだけでなく、モチベーションを高めたり、懇親会でつながりをつくる等、役立てて下さい。
名前 URL
PyData Tokyo https://pydatatokyo.connpass.com/
丸の内アナリティクス https://marunouchi-analytics.connpass.com/
Machine Learning Casual Talks https://mlct.connpass.com/
DEEP LEARNING LAB https://dllab.connpass.com/

3. 書籍でじっくり学んでみよう

  • 入門レベルの”読み物”から中級レベルの”教科書”まで、メジャーな書籍をピックアップ。
  • 「はじめてのパターン認識」「統計学入門」は高校数学がある程度できることが前提。
名前 著者 出版社 発売日
人工知能は人間を超えるか ディープラーニングの先にあるもの 松尾豊 KADOKAWA/中経出版 2015/3/11
データサイエンティスト養成読本 機械学習入門編 - 技術評論社 2015/9/10
はじめてのパターン認識 平井有三 森北出版 2012/7/31
統計学入門 (基礎統計学Ⅰ) 東京大学教養学部統計学教室 東京大学出版会 1991/7/9

書籍


4. 資格を目標に勉強してみよう


5. ツールを揃えよう

  • プログラミング言語は Python がおすすめ。体系的な情報はもちろん、Q&Aも多く出回っており、やりたいことや問題解決がスムーズにできる。テーブルデータは Pandas で扱い、機械学習は scikit-learn を使うのがベーシックなやり方。実装フェーズへの移行も楽。
  • データ分析環境は Jupyter がおすすめ。但し自分で構築するには少しだけサーバ系の知識が必要になるが、Docker を使うことができれば構築も簡単。
  • Excel でもある程度のデータ分析はできる。

6. オープンデータを活用しよう

  • 手っ取り早く使えるデータとして、 オープンデータ がある。
  • オープンデータは主に公共性の高い団体等が公開している。中にはAPIを備えているものもある。
  • 提供元や種類は様々であるが、整理しリスト化しているサイトがあるので、それを使うと便利。
  • 英語圏では、分析コンペサイト ”Kaggle” に個人がデータを公開する場所があり、多種多様なデータが手に入る。

オープンデータを活用しよう


7. 課題を見つけよう

  • 出発点は「課題」。これを明確にするための営みを行う。
  • 「バリュープロポジションキャンバス」「サービスブループリント」といった、既存の思考フレームワークを活用するのも手。
  • ロジカル・シンキング系の書籍も役に立つ。

課題を見つけよう