現在、サイバー空間のビッグデータをAI(Artificial Inteligence: 人工知能)で解析して新しい価値を創出できるようになり、それを実現するための様々な技術やツールもそろっています。
Aiの中に機械学習(Machine Learning)>深層学習(Deep Learning)が含まれ、AIの核となる分析技術が機械学習です。機械学習はビッグデータから情報を引き出すのに有効です。
機械学習のための分析ツールは多くあり、その中でもプログラミング言語のPythonには
- 文法が簡単で非プログラマにも使いやすい
- Deep Learningやそれ以外の様々な分野のライブラリが充実している
- 無償で使える
という特長があり、技術者以外の方々にもたくさん使われています。
Pythonは機械学習だけでなく業務効率化にも使われ、いわゆるプログラマ・技術者だけでなくマーケティング・営業・総務・経理といったプログラミングと縁が遠いと思われがちな職種の人々も人気を支えています。
Pythonをどうやって学ぶか?
Pythonのインストール方法, プログラミング環境(Jupyter Notebook,Visual Studio Codeなど)やプログラムの基本などは様々な書物やサイトで説明・紹介されていますのでここでは割愛します。
個人的にはこの本を参考にしました。
Kindle版なら用語から検索できるのでタブレットをお持ちの方にはKindle版を推奨します。
いざPythonを学ぼうとしたときに入門書や上記のような独習書、または学習サイトで基礎から学ぼうと思う方が多いのではないでしょうか。
しかしPythonでやりたいことが具体的にあるのに一から学習しているとやりたいことに関係する部分になかなかたどり着けずにどんどんモチベーションが下がり、ついには途中で挫折してしまうことも考えられます。もちろん基礎は大切ですが、いっそのこと「やりたいこと」から始めて基礎も一緒に学んではいかがでしょうか。
まずは業務効率化から始めよう
Pythonを機械学習で使うためには線形代数や確率分布などの統計学的知識も必要となります。いきなり機械学習から始めるのは非常にハードルが高いと思いますのでで身近な業務の自動化・効率化から始めましょう。実際に使いながらPythonの理解を深め、ゆくゆくはビッグデータ解析に進むという道筋が現実的です。
当サイトでは業務効率化の機能があるプログラムとそのソースコードをもとに、Pythonのライブラリや構文などの基礎を一緒に学んでいきます。
コメント