実際の機械学習AIアプリ開発の現場を教えます！機械学習入門②

記事の要約

• ディープラーニングを用いて、AIアプリを開発するのも、標準手法が確立されてきました。
• ①データの収集、②データ前処理、③モデルの構築、④パラメータの調整、⑤評価・テスト、そして再度始めから、というのが基本の流れです。
• モデルの構築は難しいと思われるが、論文に載っているモデルを参考にすればよく、自分で構築する必要はありません。
• 実際のAI開発の仕事はデータ収集や前処理、パラメータの調整など、非常に泥臭いところが多いです。

ディープラーニングとは？？

Deep Learningとは、十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワーク（DNN）を用いた学習のことです。
ディープラーニング（深層学習）に近い用語として、「機械学習」なども聞かれますが、「機械学習」と「深層学習」は異なるものです。
より正確に言いますと、「機械学習」の中に、「ニューラルネット」という分析手法があり、「ニューラルネット」の中に、「深層学習」という手法があります。

「機械学習」の中にもかなり多様な分析手法があり、そちらは調べていただくとかなり色んな手法が出てくるのですが、「深層学習」は基本的に「ニューラルネット」の形で構成されます。

AIアプリの開発の流れ

AIアプリは以下の流れで開発は行われます。

1. データの収集
2. データの前処理
3. モデルの選定（構築）
4. パラメータの調整
5. 評価・テスト
6. 最初から繰り返す。

データを集めて、AIのタスクを実施する深層学習モデルを決めて、学習を繰り返すのは普通のデータ分析タスクと大きくは変わりません。

AIアプリ開発って難しいの？？

実は、AIアプリの開発そのものは難しくありません。難しくはありませんが、実は非常に泥臭いめんどくさい作業のオンパレードです。

AIの開発が難しくない、というのは、AIで使う深層学習モデルのほとんどは、既存のものを転用することが多いからです。論文や誰かが構築したモデルを転用して、自分でモデルを構築することはほとんどありません。
逆に、自分でモデル構築ができるのであれば、それは論文を書けるレベルの開発ということになります。

AIアプリ開発の仕事を請け負うとしたら？？