AI取り組み記録

2018年末あたりから取り組んでいるAIに関する取り組みを記録していきます。
当初資格学習や数学の勉強から入っていきましたが、今後は実践を先行させていき、並行して数学やコーディングの知識の体系も学んでいきたいと思います。

今後の取り組み予定

PyQ （実践&体系学習)
- 開始予定：10月中旬
- 特徴：
  - ブラウザ上でプログラムを作りながら学習できる。実践形式で体系を学べるのではと期待。
  - 料金：月額2980円。質問ができる個人スタンダードプランは7980円。

参加日：2019/9/26
かえるるるさんは：
- kaggleに挑戦し1年でゴールド。
- 数学学習は後回しにし、とにかくなにをインプットしたらなにがアウトプットされるかの視点で実践重視でkaggleに挑んだ。
- webバックエンド開発やクラウド活用も実施。
- 転職の際、自作のアプリも経歴書に記載。
- ツイッターやブログ等での発信がモーティベーション維持につなげた。
かえるるるさんからのコメント：
- 実践から入る
- 成果をアウトプット
- kaggleはレッドオーシャン状態。メダル取得も難しくなってきているし、各個人のGPUの割り振りも減っている。
私からかえるるるさんへの質問：
- Q:データサイエンティストとAIエンジニアの違いは？
  - A:データサイエンティストはビジネス寄りか。
- Q:kaggleにチームで参加する際、作業をどのように進めるか？
  - 各メンバーが好きにモデルを作成し、最後アンサンブル(?)する
本催しについて：
- 参加者：大学生〜40代社会人
- お酒を飲みながらのカジュアルな会

参加日：2019/9/19
内容：
- 3〜4人のグループで一つのテーマに取り組む
- テーマはkaggleの自然言語処理系のテーマから一つ選ぶ。私のグループはアニメの登場キャラクターとそのセリフのデータから、入力された文章がどのキャラクターが言いそうなものかを予測するコンペ。
所感：
- 他の人のカーネルを読んでもチンプンカンプン。もう少し基礎力をつけてからハッカソンに挑みたい。
- NLTKにはsplit関数より更に細かい文章の分割をする関数があった。便利そう。

参加日時：2019/9/19
目的：未経験でAIの仕事をできるか情報収集
メモ：
- データ前処理は入りやすい業務かも。
- アノテーション（テストデータ作成）の需要が高まるかも。
- アプリケーションエンジニアはAIの知識がなくてもAIエンジニアが作成したAIモデルを実装することはできるが、アプリケーションエンジニアも多少はAIのことを知っていた方が良い。
- 未経験だとKaggleでアピールしたい（ブロンズ以上）

受講期間：2019/9/4〜2019/9/18
所感：
- 高額なAI学校が多い中、最も良心的な学校だと思う。
- 文系出身で営業から1年でデータサイエンティストに転職した先生だったので、色々と話しを聞けた。
- 現役エンジニアの先生が実際にどのように数学の公式が使われているか説明してくださったので役に立った。
- 微分、自然対数は何度復習しても理解できなかった。