GO TechTalk #25 で発表した資料です。 ■ YouTube https://www.youtube.com/live/lH0z49oHRWI?feature=shared&t=98 ■ connpass https://jtx.connpass.com/event/306325/

ChatGPTの登場以降、社会で存在感を増しているAIだが、すでに労働市場にも多大な影響を与え始めている。米国では、AI関連の職種とその他の職種では給与水準において「すさまじい格差」が生まれてきており、今後欧州などほかの地域にもその差が波及していくのかが注目される。最新動向をもとに、AIが労働市場へもたらす影響について解説する。 バークリー音大提携校で2年間ジャズ／音楽理論を学ぶ。その後、通訳・翻訳者を経て24歳で大学入学。学部では国際関係、修士では英大学院で経済・政治・哲学を専攻。国内コンサルティング会社、シンガポールの日系通信社を経てLivit参画。興味分野は、メディアテクノロジーの進化と社会変化。2014〜15年頃テックメディアの立ち上げにあたり、ドローンの可能性を模索。ドローンレース・ドバイ世界大会に選手として出場。現在、音楽制作ソフト、3Dソフト、ゲームエンジンを活用した「リアル

昨年2023年は、ChatGPTやGoogle BardなどのチャットAIに注目が集まり、企業やサービスに生成AIが導入されていくなど、大きな変化が一気に起こりました。今年2024年の「AI／機械学習／データ分析／データサイエンス」かいわいはどう変わっていくのか？　現状を踏まえつつ、未来を予測します。 連載目次 2024年が始まりました！　今年もよろしくお願いいたします。2020年／2021年／2022年／2023年に続き、今年も2024年向けの「AI／機械学習／データ分析の予測」をしてみたいと思います。 過去4年間、次の1年を予測してきました。100年後の予測を的中させるのは難しいかもしれませんが、現状を踏まえて1年間の動向を予測することは、それほど難しくないと感じています。昨年2023年は「一般社会で生成AIへの注目が拡大」という予測を立てましたが、まさにそうなり、その予想を超えて生成

データ分析もChatGPTの機能（旧Code Interpreter）でできるか、やったみた【番外編】：AI・データサイエンス超入門 ChatGPTの「高度データ分析」機能がデータサイエンスを変える？　素人でも簡単にデータ分析ができるようになるのか？　筆者が実際に挑戦し、実体験に基づく感想と洞察をお届けします。連載の流れとは関係がない番外編です。

2023.10.17 Data of Data Scientist シリーズ vol.47『13.1%－職場におけるAI導入率』 データサイエンティスト協会では、一般ビジネスパーソン向けのアンケートを毎年実施しています。今年から、日本（2,000人）だけでなくアメリカで働いている1,000人のビジネスパーソンに対しても調査を行うことで、日米の比較をおこないました。その中でも今回は、「AI導入率」と「データサイエンティストのいる割合」について絞って結果をご報告します。 ※2023/9/12リリース「日米の一般ビジネスパーソンに対して、データサイエンティストの認知・理解を調査」https://prtimes.jp/main/html/rd/p/000000024.000007312.html 2023年の一般ビジネスパーソン向けアンケートで、「職場におけるAI導入率」（職場でAIが導入されてい

SIGNATE Partnersは、データ活用に関する課題を解決したい「企業」と「個人」のプロフェッショナル人材をマッチングするサービスです。

データ分析とは具体的にどのようなことをするのか？　全くイメージが湧かない人、自分ではやってみたことがない人に向けて、気軽な疑似体験を通してデータ分析の雰囲気をお伝えします。具体的には、データを整理／変換し、グラフを作成して統計量も計算。さらにデータから次の数値を予測してみます。 連載目次 最近は、質問に答えてくれるChatGPTなどの文章生成AIや、指示したテキストからイラストが作成できるStable Diffusionなどの画像生成AIが大きな話題ですよね。そういった一般社会で注目される話題の裏で、企業の中やビジネスパーソンの間ではリスキリングやDX（デジタル・トランスフォーメーション）が急激に進んできています。 ある調査の結果によると、この1年で驚くべき変化が起きていました。リスキリング対象者層において「リスキリングに既に取り組んでいる」人が、2022年時点ではわずか1.4％だったのに

First Visualizations: Frequencies Let us first visualize word frequencies. We can get these frequencies with the quanteda package, which implies transforming the column of lemmas (text.lemmas$lemma) into a quanteda tokens object, then to a document-feature matrix. Doing so, we only retain significant parts of phrases (nous, proper nouns, verbs and adjectives). This only partially spares us the tas

データサイエンティストにとって、ChatGPTはうまく利用することで非常に強力なツールになることは間違いありません。 近い将来、データサイエンティストの中でもChatGPTをうまく使いこなせる人とそうでない人の間には、大きな差が生まれるでしょう。 そこで、今後ChatGPTを上手に活用できるようにデータサイエンティストが必ず読むべき記事を紹介します！ ChatGPTの公式プラグイン「code interpreter」 データサイエンティストの業務を大きく変える可能性のある、ChatGPT公式プラグイン「code interpreter」について解説している記事です。 ファイルのアップロード機能を使うことで、チャット上にデータをアップロードし、そのデータに対してコードを実行することができるようになります。 また、作業の結果をcsvなどでダウンロードすることが可能です。 つまり、code in

連載目次 本シリーズと本連載について Pythonは現在とてもよく使われるプログラミング言語の一つです。特に人工知能、機械学習、データ処理やデータ分析といった分野においてはPythonとそのライブラリはとてももてはやされています。ですが、Pythonの基礎を学んだだけで今述べたような分野に乗り出していくのは少し大変なことでもあります。 プログラミング言語だけを覚えても、その言語で何かを行うには十分ではないことはよくあります。特に複雑なことをやろうと思ったら。何かを行うためには、さまざまなライブラリやフレームワークの使い方も学ぶ必要があります。あるいは、自分でそうしたライブラリやフレームワークを構築する方法もありますが、そのためにはかなりの労力が必要となるでしょう。 何かを実現するためにその道具（ライブラリやフレームワーク）から作り始めるのは理想的です。が、例えば数値計算やデータの処理、可視

滋賀大学はデータサイエンス学部にAI（人工知能）イノベーションコースを新設する計画だ。2025年4月開設を目指し、高度情報専門人材を育成する事業の一環として文部科学省に申請した。データサイエンス研究科（大学院）の定員も大幅に増やす。ビッグデータやAI関連の高度人材の教育を進め、企業のニーズに対応する。竹村彰通学長が日本経済新聞の取材で明らかにした。滋賀大は日本で初めてデータサイエンス学部を設置

生成系AIを中心に、今、データ＆AI活用が一般社会に広まってきています。そもそも「データ」や「AI」「データ分析」「データサイエンス」とは何なのか。それらの概念を説明し、AI・データサイエンスの全体像を整理します。さらに、社会人がAI・データサイエンスを学ばなければならない理由と学ぶ方法を紹介します。

#4 マチコ先生とニャー助のデータサイエンス 「統計学の基本ってなにニャ？　その１：代表値」編: Rバージョン 　全20講 某猫カフェにてマチコ先生: ねえ、ニャー助、昨日の夕食はどんなものを食べたの？ ニャー助: 昨日はお寿司を食べたんだニャ！でも、いろんな種類のネタがあって、どれがいいか迷っちゃったニャ… マチコ先生: そっかー、好きなものは選ぶのが難しいよね。でも、統計学の基本を使えば、ニャー助がどんなネタを好むかを予測することができるかもしれないよ。 ニャー助: えっ、本当にニャ？どうやってニャ？ マチコ先生: まず、これまで食べたお寿司のネタとその回数を記録して、平均値を計算すれ

筆者紹介： IT系ライター、大学教員（非常勤）。書道、絵画を経て、ピアノとバイオリンを独学で始めるも学習曲線は常に平坦。趣味の献血は、最近脈拍が多く99回で一旦中断。さらにリターンライダーを目指し、大型二輪免許を取得。1年かけてコツコツと貯金し、ようやくバイクを購入（またもや金欠）。 もはや中学・高校生も学んでいるデータ分析＆データサイエンス ここ数年、データ分析やデータサイエンスという言葉をさまざまな場面で目にすることが多くなりました。しかし、そもそも有史以前から人類は生活を向上させるために、星の動きを見たり、川の水量の増減を見たりして、種まきの時期を知ったり、災害の予測を行ってきました。そういった活動もいわばデータ分析と考えられます。さまざまな現象を数字で表したり、数学の言葉で書くようになったのもそう新しい話ではなく、今から5000～6000年以前には、かなり高度な数学も成立していたよ

現在位置 トップ > 政策・審議会 > 審議会情報 > 調査研究協力者会議等（初等中等教育） > 今後の教育課程、学習指導及び学習評価等の在り方に関する有識者検討会 > 今後の教育課程、学習指導及び学習評価等の在り方に関する有識者検討会（第3回）配付資料

はじめにStable DiffusionだとかChatGPT、LLMみたいな「大規模モデル」って考え方が機械学習業界から出て、スケーリング則に基づいてまだまだ精度が上がるとされている昨今。 （スケーリング則はどうのこうの諸説あるが）さておき、「マルチモーダルに」「あらゆるデータを学習した」「大規模なモデル」が今後数年リードしていく事は間違いないと思う。 そんな中で、我々機械学習エンジニアやデータサイエンティスト、アナリスト、データエンジニア、MLOpsエンジニアみたいな、いわゆるAI屋として働いている人たち、皆が所属するAI組織ってどうなっていくのかな、という話を書いてみる。 データの民主化AIの民主化とデータの民主化AI業界では「AIの民主化」というワードがある。 便宜的にAIというワードが広く使われるようになった辺りで出てきたワードで、OSSやプラットフォーム、ハードの発展によって「A

2023年2月16日開催、サイバーエージェント メディア事業部主催のデータ活用に関する勉強会「メディアサービスにおけるデータ・AIの活用事例 #2」登壇資料です。 https://cyberagent.connpass.com/event/270224/