Python＋機械学習に必要な数学講座に参加しました(その3)
先生の出張と体調不良のため2週空いて3回目が開催。
参加者が少し少ない気もした。
講座の内容
2週間間が空いたので若干ブランクというか、前回までの内容を忘れている。
ただ始まってみれば思い出したので問題なし。
今日の内容は、numpyとpandasについて。
numpyの演習の最後のほうに難しい名前の関数がたくさん出てきたが、
内容はそんなに難しいことではなかった。
- シグモイド関数
- 確率を返す関数
- 0〜1の値を返す
- ステップ関数
- 0か1を返す関数
- 0より大きければ1
- 0以下なら0を返す
- ReLU関数
- 0より大きければxをそのまま返す
- 0以下なら0を返す
- ソフトマックス関数
- 青、緑、赤のデータを作って、赤の値を渡すと赤を返す・・・？
- あまりよくわからなかった
行列の演算が出てきた。
ただわかること前提ではなくて、きちんと解説をしてくれた。
また私は事前に「マンガで分かる行列」という本を軽く読んでいたので内容は理解できた。
pandasについては、ツールの使い方と言うような要素が大きく今の段階ではそんなに難しい事はなかった。
講義の余談として話に上がったこと2つ
1.AI・機械学習を使っているいけてるWEBサービスにはどんなものがあるか
- レコメンド（Amazon、netflix, Youtube）
- ABテスト、バンディットアルゴリズム（クックパッドや楽天など）
- 成約率やCTR上昇のため
- チャットボット
- PFNの線画の自動着色
2.未経験からのデータ分析業界への転職状況
データサイエンティスト一本でやっているという人は大学院を卒業している人しかいない・・・！
（身もふたもないが）
未経験からやるならAI＋αが必要
- サーバサイド（AWS、Azure,Google）
- MySQL、docker
- フロントエンド（js, ts, html5）
- またドメイン知識もあり
- →金融、マーケ、法律など
AIエンジニアの採用倍率・入社難易度
- 大手：60-100倍
- 外資：実績重視
- ベンチャー：精鋭揃い
- 中小：狙い所？
まずはフリーランスになって、入れる会社に入ってから少しずつ実績を積んでいくのも良さそう、とのこと。