2023年11月付近からPythonを使い始めて、機械学習やディープラーニングについて知りたいと思ったので、手頃そうなこちらを読んでみました。 全6章で、1,2章は機械学習やディープラーニングの仕組みについて、3～5章は実例、6章は将来の展望についてといった構成になっています。 2017年の本で、現在も進化し続けている人工知能絡みの本としては、かなり古くなるのですが、技術についてはほぼ触れておらず、概要から仕組み、実際の運用実例等の話のみなので、内容が古くとも特に問題は無さそうです。 機械学習とはなんぞや、ディープラーニングとはなんぞや、どういったことに使えるのかということを知りたい人には良いのではないでしょうか。 3章でgoogleでの実例や、テンソルフローの紹介もなされています。自分は調べていないので、今どういう状況なのかは知りませんが、テンソルフローに手を出すかどうかを悩んでいたので参考にはなりました。 個人的には1章2章の仕組みの話が重要でしたね。この辺に手を出したいなと思っても、何から手を付けるか、具体的に何をするかの手がかりにはなりました。とりあえず、現状としては自分で使う活用事例が思いつきませんでした。 4章5章の実例編は車種判別などの画像診断、音声によるAIチャットなど、今でも十分活用事例のサンプルになりそうなものですね。 本の型が大きく、さらに文字も大きいので、文章量は少なめで読みやすいです。 1時間～2時間程度でさくっと読んで、機械学習やディープラーニングの表面を知るのに良いのではないでしょうか 。

ディープラーニングとは、人工知能の機能の中の「機械学習」の、さらに深い一部らしい。人間がプログラムした通りに回答を出すだけでなく、それらの中から応用させて答えを導き出すのが機械学習。それが多層に渡って応用して人間の「判断」に近づいていくのがディープラーニングのようだ。本書ではその技術の応用例を分かりやすく伝えている。 日々のルーチンワークの中で「AIが勝手に判断してくれるとどれだけ楽か」と思う業務が多々ある。しかし一つ一つの業務に対応できる仕組み作りには膨大なコストがかかり、よほど費用対効果がないと「AIがやってくれる」のは難しいんだろうなあと思う。 また、こうした技術を活用するには優秀なプログラマーだけでなく、それをビジネスに結びつけられる橋渡し役が大切だとしている。この橋渡し役、いろんな意味で重要だ。ビジネスと言っても「自分の所だけが儲ける」のに長けた人材だと、現場にとっては使い勝手が悪いものを押し付けられる危険性がある。実際、そんな仕組みを多々見てきた。 結論。システムは人の業務を補助するためにあり、人の仕事は無くならない。どんな便利な道具も、使う人次第で武器にも凶器にもなる。