この連載は いまさら聞けないITの最新トレンドやビジネス戦略を、体系的に整理して分かりやすく解説する連載です。「この用語、案外、分かっているようで分かっていないかも」「IT用語を現場の社員にもっと分かりやすく説明できるようになりたい」――。情シスの皆さんのこんな課題を解決します。 「機械学習」は、大量の学習データを機械に読み込ませ、そのデータを分析することで分類や識別のルールを作ろうというプログラム。そのプロセスは、「学習」と「推論」の2つに分けられます。 学習 大量の学習データの統計的分布から、特徴の組
下のイメージ画像は、「MyVoucherCodes」社の委託によって研究、作成されたもので、過去25年間に雑誌「ヴォーグ」のインターナショナル版（うち7カ国）の表紙を飾ったモデルの平均的な顔である。 過去25年間の「ヴォーグ」誌インターナショナル版表紙モデルの平均の顔 「PetaPixel」の記事より 「ヴォーグ」は1892年に創刊された世界で最も有名なファッション誌の1つで、その表紙を飾ることは、あらゆるモデルにとって大きな目標だ。研究者たちが「ヴォーグ」を選択した理由もそこにある。 ■人間の顔の特徴を
機械学習のモデルの構築にはまだ多くの障害があり、その一つが、データのあるところからモデルを構築するところへ、大量のデータを移動することだ。Googleはその工程を少しでも容易にするために、データウェアハウスBigQueryの中でモデルを作れる機能、 BigQuery MLを立ち上げた。 BigQuery MLを使うと、モデルをファインチューニングするためにデータを行ったり来たりさせることなく、データウェアハウスの中で線形回帰やロジスティック回帰を使ってモデルを構築できる。しかも、モデルを構築して予測を得る
