DXスキル編③：DXのためのAI（機械学習）

• ★★★★★

  ★★★★★
• DXのための機械学習(AI)について、過去のデータからパターンを抽出する“予測モデル”、類似したデータをグルーピングする“クラスタリング”がありそうして集めたデータを分析、需要を予測し特徴量を算出します。 特徴量を数式を用いて予測値へと変換しこれを繰り返すことで実数値との残差をなくして正解データに近づけていくことが機械学習です。 それによるデータの解釈可能性と予測性能はトレードオフの関係にあり、複雑化と単純化は場面により使い分ける必要があると理解しました。

• ★★★★★

  ★★★★★
• 機械学習の考え方の基本がわかりやすく理解できた。

• ★★★★★

  ★★★★★
• ディープラーニングはよく聞きますが、詳しく知ることができました。

• ★★★★★

  ★★★★★
• 機械学習の特性を理解できた

• ★★★★★

  ★★★★★
• 複雑なことほど確率が上がる機械学習をうまく利用していきたいと思った

• ★★★★★

  ★★★★★
• とてもわかりやすい講義でした。

• ★★★★★

  ★★★★★
• 丁度良い長さです

• ★★★★★

  ★★★★★
• 講義に慣れてきたので、分かりやすかった。

• ★★★★★

  ★★★★★
• 特になし

• ★★★★★

  ★★★★★
• トレードオフの説明が分かりづらい