生のデータを分析して自分のできないことを知る | SIGNATEがAIエッジブートキャンプを開催

最終更新日:

2019年4月13日から14日にかけて東京 市ヶ谷にある株式会社SIGNATEにて「AIエッジブートキャンプ(初級編)」が開催されました。

AIエッジブートキャンプは、株式会社SIGNATEが国立研究開発法人新エネルギー・産業技術総合開発機構(NEDO)の委託を受け、 AIやデータサイエンス関連の人材の裾野拡大を目的とした実践型のグループワークプログラムです。参加者は、データ分析コンテストのプラットフォーム「SIGNATE」上にある生データを使って機械学習の精度向上を目指しました

データ分析コンテストといえば「Kaggle」が有名。「SIGNATE」は日本発のデータ分析コンテストのプラットフォームとして、国内のさまざまな企業、政府機関がホストとなるコンペティションを開催しています。

このブートキャンプでは、「SIGNATE」が用意する「Jリーグ観客動員予測」の生データを活用し、実際にデータ分析を体験。Jリーグの観客動員数やチーム名、天候などのデータから、観客動員数を予測します。

登壇する高田さん(株式会社SIGNATE Data Science Team データサイエンティスト)

このブートキャンプの目的について、講師の高田さんは

40名の枠に約300名の応募があり、かなり倍率の高い講座でした。

このブートキャンプの1番のゴールは「できること」と「できないこと」を把握するということです。受講者は事前に動画講座を受講してから参加していただいているのですが、「知っていること」と「できること」の違いを理解してもらいたいと思っています。

学習に使用するのは生データのため、ノイズも多いですが、実際の現場感をまず初めに理解して欲しいです。

また、機械学習の知識は1日、2日で身につくものではありません。このブートキャンプを通して、自分にできないことを知り、今後の学習意欲につなげてほしいと考えています。

整備されたデータではなく、ノイズも多い生のデータに触れる機会を設けることで、データ分析の実践の難しさを感じることができます。データ分析の学習では机上の空論のみをひたすら学んだり、実践では使わない知識を取り込むだけになりがちです。

実際にこのブートキャンプを受講された方に感想を伺ってみました。

上岡さん(会社員)

「大学院でディープラーニングの研究をしていました。そのあとに会社に就職し、会社で統計的な機械学習に取り組む必要が出てきたことがきっかけです。上司の方に紹介していただき参加しました。

このブートキャンプでは動画学習などで事前学習をすることができ、今日は実際に講師の方に補足などもしてもらってよかったです。

阪田さん(大学院2年生)
「大学での研究はディープラーニングを活用した画像認識です。研究を進める過程で、統計的な機械学習を使う必要がでてきました。実際に体験してみて、生のデータを使って実践的に学習したほうが身につくことが多いと感じました。また、ディープラーニングのときよりも「仮説」の考え方が重視されるので、新鮮でした。」

おわりに

AIエッジブートキャンプの最後には成果報告会で各チームが精度と分析アプローチを発表しました。その結果、十分な精度のモデルとは言えませんでした。しかし、データの前処理やモデリングなど一気通貫した学習機会を得ることができた受講生のみなさんは、今後の学びが深まるに違いありません。

AIやデータサイエンスに関わる人材教育には、政府も本腰を入れて取り組もうとしています。3月末に政府が発表した有識者提言のAI戦略では高校生や大学生、社会人までを対象としたAI人材教育への取り組みが明記され、より一層、国内でのAI人材教育への流れは強まっていくでしょう。

政府「AI戦略」を発表 、新たなAI人材教育を業界はどう見る!? ーすべての高校生・大学生がAIの基礎を習得へー

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する