電気や電話が普及し始めた頃には、「わが社はそんなもの使わない」と言う経営者が多かった。
ワープロがオフィスに導入され出した時も、「わが社は心の込もった手書きでやる。ワープロなんぞ邪道」と言う人が沢山いた。
パソコンや電子メールが出てきた時には、部長さんや課長さんが「俺はそんなもん絶対使わんぞ。流行に踊らされる軽薄馬鹿ではないからな!」と・・・言った覚えのある人も、まだ元気かなあ(笑)。
そして、今度はAI(人工知能)である。
WIRED誌創刊者で世界の頭脳ケヴィン・ケリーは「今やっていることにAIを付ければいいだけだが、それをしないと必ず滅ぶ」と警告する。
ところが、書店に行くと、Python(パイソン)でディープラーニングをやろうって本がやたら多い。
ディープラーニングとは、複数層のニューラルネットワークを使う機械学習だ。
機械学習とは、AIがデータを読み込んで学習し、データの中に隠された法則性を見つけ出すことだ。
ニューラルネットワークとは、人間の脳をソフトウェアで模擬(シミュレート)したものだ。
Pythonは比較的新しい優れたプログラミング言語で、数学ライブラリが充実している等の理由で機械学習プログラミング(ディープラーニングプログラミング)に向いている。
2006年にディープラーニングが出来てから、AIは完全に実用になり、いまや社会のあらゆる場所に入り込んでいることに気付かない人もまだ多い。
だが、Pythonでディープラーニングをやろうとしたら、ほとんどの人は、そのPythonで挫折する。
プログラミングが得意な私だって、そんなの面倒で嫌だ(笑)。
最近私は、ソニーが無償提供している、恐るべきディープラーニング実践ソフトであるNNC(Neural Network Console)を使い、いろいろなデータでディープラーニングを行い、驚くべき結果を得た。
プログラミングなんて全くせず、活性化関数とか損失関数と呼ばれるものをコロコロ付け替え、ニューラルネットワークのデザインや層の数をコロコロ変えたり、それらをNNCに自動でやらせているが、これをPythonでプログラムしていたら、まだ1つの成果も出せていなかっただろう。
正直、活性化関数や損失関数の意味も知らなかったが、まずは使ってみれば良い。
そうしたら、後でそれらの関数の意味を調べれば、興味深いのでよく解るのである。
ところが、最初に、それらの関数の数学的な意味を解説されたら、シンドくて仕方がないと思うのだが・・・
ところで、では、ディープラーニングをやるのに何が一番大切かというと、ExcelやAccessだと解った。
それらが得意で、ディープラーニング用のデータを簡単に作成・加工出来れば、鬼に金棒どころの話ではない。
いかにディープラーニングが凄くても、使えるデータがなければ何も出来ないのだ。
ExcelやAccessでVBAのプログラミングが出来れば、最適なデータをすぐに作ることが出来る。
また、普段、ExcelやAccessを使い、データの扱いに慣れておけば、すぐにNNCでディープラーニングをやれるのではないかと思う。
逆に言えば、普段、ExcelやAccessでデータをいろいろに使い、データというものについてよく解っている者でなければディープラーニングがやれるとは思えない。
まず、VBAに熟達していれば、業務効率を数倍、数十倍、数百倍以上に上げられる。
そして、NNCを使えば、即座にディープラーニングがやれる。
ディープラーニング自体は別に難しいことではなく、単純な操作だ。
だが、それを、いきなりPythonでやろうなんて、私には無茶、無謀に思えるのだ。
ディープラーニングで使うデータをPythonで加工しようなんて本も見た。
だが、その加工前のデータは、Excelみたいなもので作っているはずなのだ。
そして、Pythonでそんな加工をするプログラムを見ていたら、もううんざりした。そんなの、ExcelやAccessで一発で出来るし、ことデータの現実的な扱いに関してはVBAが圧倒的に上で簡単なのだ。
そして、PythonはVBAより簡単なので、VBAが出来れば、必要な時にはPythonもすぐに使えるようになるだろう。
まずはVBAで高い給料を取りながら、NNCを使って、ディープラーニングで時代の最先端になろう。
↓応援していただける方はいずれか(できれば両方)クリックで投票をお願い致します。
ワープロがオフィスに導入され出した時も、「わが社は心の込もった手書きでやる。ワープロなんぞ邪道」と言う人が沢山いた。
パソコンや電子メールが出てきた時には、部長さんや課長さんが「俺はそんなもん絶対使わんぞ。流行に踊らされる軽薄馬鹿ではないからな!」と・・・言った覚えのある人も、まだ元気かなあ(笑)。
そして、今度はAI(人工知能)である。
WIRED誌創刊者で世界の頭脳ケヴィン・ケリーは「今やっていることにAIを付ければいいだけだが、それをしないと必ず滅ぶ」と警告する。
ところが、書店に行くと、Python(パイソン)でディープラーニングをやろうって本がやたら多い。
ディープラーニングとは、複数層のニューラルネットワークを使う機械学習だ。
機械学習とは、AIがデータを読み込んで学習し、データの中に隠された法則性を見つけ出すことだ。
ニューラルネットワークとは、人間の脳をソフトウェアで模擬(シミュレート)したものだ。
Pythonは比較的新しい優れたプログラミング言語で、数学ライブラリが充実している等の理由で機械学習プログラミング(ディープラーニングプログラミング)に向いている。
2006年にディープラーニングが出来てから、AIは完全に実用になり、いまや社会のあらゆる場所に入り込んでいることに気付かない人もまだ多い。
だが、Pythonでディープラーニングをやろうとしたら、ほとんどの人は、そのPythonで挫折する。
プログラミングが得意な私だって、そんなの面倒で嫌だ(笑)。
最近私は、ソニーが無償提供している、恐るべきディープラーニング実践ソフトであるNNC(Neural Network Console)を使い、いろいろなデータでディープラーニングを行い、驚くべき結果を得た。
プログラミングなんて全くせず、活性化関数とか損失関数と呼ばれるものをコロコロ付け替え、ニューラルネットワークのデザインや層の数をコロコロ変えたり、それらをNNCに自動でやらせているが、これをPythonでプログラムしていたら、まだ1つの成果も出せていなかっただろう。
正直、活性化関数や損失関数の意味も知らなかったが、まずは使ってみれば良い。
そうしたら、後でそれらの関数の意味を調べれば、興味深いのでよく解るのである。
ところが、最初に、それらの関数の数学的な意味を解説されたら、シンドくて仕方がないと思うのだが・・・
ところで、では、ディープラーニングをやるのに何が一番大切かというと、ExcelやAccessだと解った。
それらが得意で、ディープラーニング用のデータを簡単に作成・加工出来れば、鬼に金棒どころの話ではない。
いかにディープラーニングが凄くても、使えるデータがなければ何も出来ないのだ。
ExcelやAccessでVBAのプログラミングが出来れば、最適なデータをすぐに作ることが出来る。
また、普段、ExcelやAccessを使い、データの扱いに慣れておけば、すぐにNNCでディープラーニングをやれるのではないかと思う。
逆に言えば、普段、ExcelやAccessでデータをいろいろに使い、データというものについてよく解っている者でなければディープラーニングがやれるとは思えない。
まず、VBAに熟達していれば、業務効率を数倍、数十倍、数百倍以上に上げられる。
そして、NNCを使えば、即座にディープラーニングがやれる。
ディープラーニング自体は別に難しいことではなく、単純な操作だ。
だが、それを、いきなりPythonでやろうなんて、私には無茶、無謀に思えるのだ。
ディープラーニングで使うデータをPythonで加工しようなんて本も見た。
だが、その加工前のデータは、Excelみたいなもので作っているはずなのだ。
そして、Pythonでそんな加工をするプログラムを見ていたら、もううんざりした。そんなの、ExcelやAccessで一発で出来るし、ことデータの現実的な扱いに関してはVBAが圧倒的に上で簡単なのだ。
そして、PythonはVBAより簡単なので、VBAが出来れば、必要な時にはPythonもすぐに使えるようになるだろう。
まずはVBAで高い給料を取りながら、NNCを使って、ディープラーニングで時代の最先端になろう。
↓応援していただける方はいずれか(できれば両方)クリックで投票をお願い致します。