テクニカルでない方々向けの、機械学習のお話です。

1. 技術としての 機械学習 を理解
し
世に役立たせるための基礎知識
畠山 大有 | Daiyu Hatakeyama | dahatake
Architect && Software Engineer && Applied Data Scientist (目指している)
Microsoft Japan

2. データが
ビジネスを動かす
新しい原動力になる

3. 製造設備
原材料、プロダクト
予防保全
顧客中心主義
迅速に革新し、より機敏になる
スマートプロダクト
サービス・エコシステム
コネクテッド・コンシュー
マ
顧客
サプライ
チェーン
設計開発
製造
マーケティ
ング 販売
サービス
データ

5. 天気 気温 風 試合をしたか?
晴れ 低い ある Yes
晴れ 高い ある No
晴れ 高い なし No
曇り 低い ある Yes
曇り 高い なし Yes
曇り 低い なし Yes
雨 低い ある No
雨 低い なし Yes
晴れ 低い なし ?

6. 天気 気温 風 試合をしたか?
晴れ 低い ある Yes
晴れ 高い ある No
晴れ 高い なし No
曇り 低い ある Yes
曇り 高い なし Yes
曇り 低い なし Yes
雨 低い ある No
雨 低い なし Yes
晴れ 低い なし ?
晴れ 曇り 雨
低い 高い なし ある

7. データの中のパターン
を、
コンピューター自身に
探させる (=学習させ
る)

8. 1950 1960 1970 1980 1990 2000 2010

9. Perception Cognition

11. 金銭的インパクト
金銭的コスト
精度
投資対
効果＋
投資対
効果＋
投資対
効果−
必要となるコスト
生み出され
る
価値
（a） （b） （c）
目視とのWチェック
運用開始
省力化達成
完全自動化達成
人間の精度

12. 推論
デプロイメントデータの準備 モデル構築・学習
世界中の研究者が
論文として公表。
多くの実証コードも
公開される。
最新の技術を利活用
んなデータを整備するか?
競争力のための
自社にしかないデータが
活用できるか?
ビジネスフロー全体の中の
どこでモデルを
利用すべきか?

13. データ
Alpha Go Zero

14. GUI で誰でもできる
襟あり
RALPH LAUREN
Cognitive Services
Custom Vision

16. 仮説
今 (KPI)
Business Intelligence (BI)

17. 過去

18. + Big Data + BI =定量的に今を見る
未来を考察する
過去 未来

19. ユーザー中心
より 機敏 に 革新的 な サービス を提供する
Innovation

21. Realtime

22. Realtime

25. Simulation

26. Digital

28. User Experience
Recommendation

29. 1つのビデオコンテンツを複数のチャネルに配信。様々なシナリオへ対応
• 契約開始時のフォロー
• Upsell / cross sell
• Relationship building –
感情に訴えかけるもの:
招待制、誕生日、記念日

30. Responsibility

31. Bias
人 作られる

34. AI

35. 流通させるだけ 促進しない

37. The Future Computed：AI とその社会における役割
-ブラッド スミス
Brad Smith,
President of Microsoft

40. 交通渋滞
予測
○○線
運行情報
△ △線
運行情報
イベント
開催情報
TV番組
情報
物流
車両情報
道路工事
情報
空調負荷
予測
販売計画
混雑予測
駅員・警
備計画
空調制御
計画
故障予知
集荷予測
天候情報
保守計画
売上予測
混雑予測
有機的に相互作用する社会

41. 交通渋滞
予測
○○線
運行情報
イベント
開催情報
TV番組
情報
物流
車両情報
道路工事
情報
空調負荷
予測
販売計画
空調制御
計画
故障予知
集荷予測
天候情報
保守計画
売上予測
混雑予測
△ △線
運行情報
混雑予測
駅員・警
備計画
有機的に相互作用する社会

42. aischool.microsoft.com

43. © 2019 Microsoft Corporation. All rights reserved.
本情報の内容（添付文書、リンク先などを含む）は、作成日時点でのものであり、予告なく変更される場合があります。