キャンペーン終了まで

割引情報をチェック!

すべての動画をフルで見よう!

初回登録なら7日間無料! いつでも解約OK

いますぐ無料体験へ

ディープラーニング ~機械学習がもたらすビジネスの可能性~

  • 0h 10m (8sections)
  • テクノベート (テクノロジーとイノベーション)
  • 初級

こんな人におすすめ

・新技術に関する知識を押さえておきたい方

このコースについて

人工知能(AI)が注目されるにしたがい、頻繁に見かけるようになった「ディープラーニング」とは、人工知能を飛躍的に進化させる可能性を秘めた機械学習の手法です。物事を分類することが得意で、画像認識や翻訳などの自然言語処理や音声認識の精度を急速に進展させてきました。
では、機械学習とは何でしょうか、そしてディープラーニングは、とりわけ何が新しいのでしょうか。

すでに世の中に送り出されているディープラーニングを活用したサービス事例をふまえながら、この技術の成り立ちをわかりやすく解説し、その可能性や課題も紹介します。

コース内容

  • ディープラーニング
  • 黒木さんの発言の意味は?
  • ディープラーニングとは
  • ディープラーニングの新規性
  • ニューラルネットワーク
  • 事例:天網
  • 黒木さん・広瀬さんの例
  • コツ・留意点

より理解を深め、他のユーザーとつながりましょう。

100+人の振り返り

  • shin1032

    メーカー技術・研究・開発

    言葉で説明するのが苦手とありましたが、人間だって同じです。
    何かを高精度で判別するとき、その理由は「経験や勘」と言いませんでしょうか。
    熟練者を信用するように、実績さえあれば熟練機械も信用すると思われます。

    むしろ、経営層に何か提言するとき、
    「熟練者がこう言っています」が弾かれることはあれ
    「熟練機械がこう言っています」は弾かれないかもしれません。

    2019-03-01
  • taragon_02

    建設・土木 関連職

    AIで何が出来て、何が出来ないかを知ることが必要。
    AIは人間の思考をモデルにしているので、AIの仕組みを勉強すると人間の思考の問題点について理解が深まるから面白い。

    2019-05-18
  • tony-8146

    マーケティング

    人の顔の表情から、満足度を推定するといったことができるようになれば、満足度アンケートを取る必要がなくなるのかもしれません。

    2020-05-01
  • kuma_kajihara

    営業

    入国審査の際にも顔認証システムによりスムーズな往来が可能になり馴染み深いものになって来ておりますが。

    ディープラーニングの技術革新により顔認証システムによるセキュリティ強化やサービス向上などの面で可能性を感じる一方、個人情報保護、プライバシーの確保や機械エラーへの対応など論議していかなければいけない面が多くあることも改めて認識しなければならいと感じた。

    2019-02-21
  • user-2ea8aad772

    経営・経営企画

    ディープラーニングは人間の脳をまねているいるという事実が素晴らしいと思った。

    2019-02-14
  • user-32cc154615

    IT・WEB・エンジニア

    「コツ・留意点」にもあったように、正確性は100%ではないし、使用するデータを選ぶのは、あくまで人間だ。過度な信頼は避け、適切な使用を心がけよう。

    2019-02-23
  • user-58058239f7

    営業

    これまで人間が担当していて、非効率になってきたものへの応用が利くかもしれない。人間と機械学習を経たAIが共同することで、もっとサービスの質があがるかもしれない。

    2019-02-16
  • asa20210201

    人事・労務・法務

    機械学習のメリットは疲れないことだと思います。延々と学び続けることで、膨大なデータからパターンを導き出せるから。
    具体的な方法はわからないが、アンケートの集計の様なことを実現できれば、人間はクリティカルな事に集中できるのではないかと思いました。

    2021-03-22
  • inorin03

    その他

    セキュリティ強化にいいですね。

    2019-02-16
  • tohei

    経営・経営企画

    人間の能力が落ちない様に、上手な活用と更なる研究が進むことを願います。

    2019-02-16
  • rnakax

    専門職

    私がいる業界では、ものを見分けることが必要である。それをルーペなどで拡大して見た目で判断、XRFなどの元素を分析にすることで判断。これを簡単にディープラーニングで出来ないだろうか。

    2021-01-26
  • test_

    メーカー技術・研究・開発

    コンピュータである以上、判断には何らかの根拠があるので、判断の説明ができないということはないと思う。
    判断の根拠となる特徴量についての議論がもう少し盛んになってくると、判断の根拠が得られるようになり、ディープラーニングがもっと流行ってくるのではないか。
    また人間のモノの考え方にもつながってくるような話だと思うので、今後の本分野の発展を期待しています。

    2020-01-02
  • harunosuke

    その他

    ディープラーニングについて、学んだ。これをきっかけにビジネスへの応用が出来ないか。アイディアの発想に使いたいと思います。

    2022-07-26
  • tomohiro_883

    営業

    機会学習のバージョンアップがディープラーニング。

    2022-07-09
  • end-o

    建設・土木 関連職

    ディープラーニングは、これから進化していくと感じた。人間と違い物事の判断が感情で行わないので、上手く活用しながら営業活動に結び付けていきたい。

    2024-01-15
  • llasu_ito_0502

    人事・労務・法務

    未来の鉄腕アトムと思っていましたが、現実のリアルのところまで来ている進歩を理解しました。更なる情報収集、トレンド把握に努めたい、と思います。
    自分には、全く新しい情報でした。ありがとうございます。

    2022-09-30
  • p1938021

    その他

    AIができることについて考察するのが必須だが、それさえもAIに任せたほうが正確な回答が出るのかもしれない。
    基本的な行動原理が万人に当てはまるような汎用性を持つように、ニュートラルネットワークを構成することがAIの最大有効活用策になるのかもしれない。

    2023-08-14
  • nt369

    クリエイティブ

    今回の例のように、機械学習を業務に取り入れる提案などに活用できると良いなと思います。
    少数の人間が少ないデータから仮説を導いていて、結果が出ない案件があるとしたら、
    多くのデータからパターンと特徴を学ぶことが得意な機械学習を活用して、より精度の高い仮説を立てることも可能ですね。

    2024-02-22
  • naa_

    営業

    機能とメリットおよびリスクを十分に認識した上で、適切な場面で使い分けることが必要だと感じました。

    2024-01-04
  • sean1840

    販売・サービス・事務

    人工知能の一側面の基本的な事柄を平易な説明で理解することができました。

    2019-02-13
  • yuhi1211

    メーカー技術・研究・開発

    これまで用語の意味を混同していたが、機械学習は「大量のデータを反復して学習し、パターン分けする手法全体」、ディープラーニングは「ディープニューラルネットワーク(深層学習)を活用することによって、パターンを自ら発見する機械学習の一手法」という違いを理解できた。

    ルールや法則を細かく定めてあげる必要がないことから、複雑な処理への機械の対応力を向上できたのだと感じた。

    2022-03-09
  • wkiymbk

    IT・WEB・エンジニア

    「■新規性:人間に教わることなく特徴量を自分で発見する。■ニューラルネットワーク:人間の脳神経細胞の仕組みを模倣」という2つの特徴を学びました。
    自身のかかわる業務で比較的単純な割に工数を要する作業の自動化・効率化に活用できないか、と考えてみると楽しそうだなと思いました。

    2020-11-01
  • kawai-toshinori

    営業

    感情に左右されない答えの導きにおいて、冷静な判断材料のなると考えます。

    2023-11-19
  • hiro_yoshioka

    メーカー技術・研究・開発

    人間も機械も同じ物質です。
    機械が人間を超えられないことはない。
    人間の思考を超える日が来るのが楽しみです。

    2021-07-19
  • mototatz

    メーカー技術・研究・開発

    ディープラーニングの技術が進歩することで、今まで人による作業が必須であった工程でも省人化が進むので、技術のさらなる進歩により確実性が高まり、導入しやすい状況になる事を望む。

    2019-02-17
  • ak1982

    経営・経営企画

    日々の業務の中で、クリエイティブでない(定型化された)業務を抽出する必要性を感じた。その上で、ディープラーニング技術によって費用対効果が見込めるもの(インパクトの大きいもの)から検討していきたい。

    2019-06-19
  • toshiyuki_chiba

    メーカー技術・研究・開発

    ニューラルネットワークとディープニューラルネットワークを理解できない・理解しようとしないニューロン(感情で動く脳を持つ人間自身)の扱いをどうするか、たぶん日本の成長の鍵はここにあります。

    2022-04-03
  • kameco

    販売・サービス・事務

    これからも勉強します

    2020-07-20
  • saito-yoshitaka

    メーカー技術・研究・開発

    データの質が大事である点理解できました。偏りのないデータ収集が鍵。

    2022-03-11
  • ka_takeshita

    その他

    業務にて顧客の傾向などを発見する。

    2022-01-14
  • hiroshi_dba

    IT・WEB・エンジニア

    ノイマン式コンピュータの技術で動くものである限り、道具の域を出ることはないと思った。
    データの意味を理解できないため、言葉で説明できない=判断ロジックがあいまい。
    教えられたこと(=与えるデータ)のばらつきに左右されてしまう点など
    SFの世界は遠く、道具だなぁと感じた。
    しかし、
    人間とは違い、バイアスも感情もないので
    ゆらぎない同じ動作の繰り返しができることは
    すばらしい。
    適用分野や過信がなければ、素晴らしい道具に
    なりうると思う。

    2022-12-29
  • hiraki1098

    営業

    不特定多数の来場客がある弊社の工場見学でも有効であると感じました。

    2021-04-12
  • tossam

    資材・購買・物流

    AIは人間の思考をモデルにしているので、AIの仕組みを勉強すると人間の思考の問題点について興味がわいてくる

    2023-11-17
  • my304038

    経営・経営企画

    保険金支払い部門での判断(承認)業務に適用できれば、業務の適切性や効率性が格段に向上しそうである。

    2023-08-16
  • teruhiko800

    営業

    このあたりの知識は知っておいても損はない。
    即自身の業務にはいかないがこれから社会には大きく影響すると感じた。

    2022-12-16
  • dokinchannopapa

    営業

    ディープラーニングが利用できる業種は一部と感じるが、費用対効果が出るのであれば取り組むのが増えていくとは思う。

    2023-10-20
  • tomoaki_1031

    IT・WEB・エンジニア

    イレギュラーケースを網羅した社内の事務的作業の実行

    2021-08-11
  • hiroshi_shouji

    IT・WEB・エンジニア

    現状「理由を説明できない」以上、ディープラーニングをどこまで信頼するかというこれまた非常に難しい話になってしまう。少なくとも経営意思決定の場面で根拠として用いづらく、人間が喋らないと物事は進まないところは変わらないのかなと感じた。

    2022-09-12
  • matsumoto_shi

    その他

    顔認証システムで入退室ログ管理を行う。

    2024-01-30
  • tofu11

    コンサルタント

    DeepLearningの特徴(強みと弱み)を理解することで、どのような活動に取り入れるのが適切かを判断する一助となると思います。

    2021-10-01
  • kaitoh-akihito

    営業

    機械がビジネスに繋げる重要性が良く理解できた。

    2023-10-04
  • naoki0622

    営業

    顧客提案においても、ディープラーニングによるデータを示しながら行う事で、より説得力が増すような気がします。

    2023-10-05
  • ny0727

    金融・不動産 関連職

    データの特徴を把握するのに活用できる。

    2022-04-05
  • jagge

    建設・土木 関連職

    データ化の測定に活用できると考えるが、精度は100%とならない。最終的には人的なチェックや100%の精度でなくても問題のないケースを取捨選択しながら活用する必要があると考えます。

    2022-05-02
  • anna2023

    専門職

    将棋が好きなのですが、「ディープラーニングを活用したAIによる形勢判断」が取り入れられたため、初心者でも楽しく観る将が出来ます。
    そこで「ディープラーニングって何?」と思っていたため視聴してみましたが、とても分かりやすい内容で、よく理解出来ました。

    2023-08-26
  • takumakanai

    その他

    大量のデータの分析検証がより精度高く出来るようになる。

    2023-09-05
  • koike_123456

    コンサルタント

    何かを知覚することの繰り返しの業務にはディープラーニングは適していると考えます。

    2020-05-23
  • kz_nkjm

    金融・不動産 関連職

    ディープラーニングがニューラルネットワークの仕組みを応用したものであるというのは感心した。
    そのうちディープラーニングによって人工知能がより優れた人工知能を創造する時代が来るかもしれない。

    2023-01-16
  • tsuboi19

    経営・経営企画

    ディープラーニングは人の脳を模倣しているとは驚きでした。

    2023-11-02
  • rai_en

    IT・WEB・エンジニア

    ディープラーニングでデータから新しい価値が生み出せると思う。これから意識して活用していく。

    2021-10-27
  • matsubara-

    経営・経営企画

    事業の見通しや作況とそれによる事業利益の推定などで使うことができると思います。

    2023-11-14
  • arasuke

    メーカー技術・研究・開発

    事例の解決にはつながらない印象を受けた。クレームの主要因は騒音であり、機械学習による解決とはつながらないと思う。

    2022-04-13
  • hisayasu_yu

    販売・サービス・事務

    ディープラーニングは未来を変える画期的なプログラム言語であることを理解しました。ありがとうございました。

    2022-08-10
  • hiroshimac

    クリエイティブ

    人がやることが面倒くさいこと、時間がかかること、一問一答でなく多様な考えを収束していかなければならない時に活用できそうだが、脳は考えることがいやと、使うほど賢くなるという矛盾を持っていtrバランスを取ろうとしているから社会がバランスを行き来しながら成り立っているのが現在も過去も。人間の方が思考停止になるように思えて、間違っても軍事活用にならないこと、学習させる事象が人間の行ったことかもしれないが、狂気沙汰を学習させるなどがないように。人道的なことといっても何が人道的か、誰がどう教えるかで変わってくると思う。科学の利用にも両面があるようにAIにもあるのでは。

    2022-05-03
  • 090517

    営業

    この技術を人間がどうコントロールするのかが重要だと考える。

    2023-11-21
  • miyamoto-masa

    営業

    ディープラーニングは人間の脳を模しているということをイメージして、セキュリティ強化に活用したい。

    2023-11-21
  • taka1962

    販売・サービス・事務

    ディープラーニングに普段の仕事の内容をどのように効率的に学習させるかが重要だとわかりました。

    2024-01-24
  • kumasan_1966

    経営・経営企画

    何気ない日常の中で、あらゆる分野で活用できる可能性
    がある。

    2023-10-23
  • hayatori

    経営・経営企画

    イメージが沸きずらいカテゴリーでした

    2023-05-31
  • zennoh-keita

    営業

    今後の業務に大いに活用できると感じる。

    2023-10-31
  • ogis_kataoka

    IT・WEB・エンジニア

    ディープラーニングの活用場面の洗い出し

    2022-10-09
  • suematsusada

    営業

    資産活用データで使用ができそう

    2023-09-28
  • ima_toshi

    販売・サービス・事務

    定型的な業務に活用できると思う

    2023-09-28
  • ricon

    資材・購買・物流

    AIに頼りすぎず、状況によってうまく使い分けていく必要がある。

    2024-02-26
  • kana_no

    その他

    ディープラーニングの活用により、顧客満足度をあげたり、業務効率化につながることがわかった

    2024-02-27
  • nanami4

    人事・労務・法務

    これまで人間がやっていた非効率な業務への応用が利くかもしれないと思いました。

    2024-03-03
  • gomamisozui

    営業

    AIに任せるには人間がしっかりしたプログラミングをしておかなければならない

    2020-10-09
  • o-kazu10-6

    その他

    過信しすぎるといけないと感じました。
    上手く活用して業務の効率化に生かしたい。

    2024-01-13
  • mhiiettsuji

    経営・経営企画

    ディープラーニングについて理解が深まりました。人の手を介さなくてもよい仕事はどんどん機械にやらせる必要に迫られているのは皆が感じていることと思います。これから自身の業務にも活用するようになることは想像できますのでしっかり利点とそうでない点を理解しておきたいと思います。

    2024-01-16
  • 0812003

    金融・不動産 関連職

    オフィスのセキュリティ向上、大量事務処理のミス発見等に活用できたらいいと思いました。

    2023-08-15
  • kimihiko_okuno

    IT・WEB・エンジニア

    業務の中で機械学習を活用できるものがないかを常に考えることが大切だと思いました。

    2022-08-29
  • redpepper_kiyo

    メーカー技術・研究・開発

    会社のデジタル活用推進のための基礎知識になる。

    2021-12-31
  • sugahara-hiroki

    マーケティング

    AIを使って業務する事、アナログで業務する事、それぞれのメリットを理解しならが両軸で活用していくべき。

    2024-01-26
  • oowada-akira

    経営・経営企画

    ディープラーニングの実用的な方法がイメージでき易かった。

    2024-01-30
  • tom12123

    営業

    活用できることが今はすぐに思いつかないため、日ごろから活用できるものがないか意識しておくことが大事だと感じました。

    2023-12-07
  • aya_s_

    営業

    様々な事の意思決定支援策、気づきとして活用できそう。

    2022-02-07
  • basser

    経営・経営企画

    ディープラーニングは、全能ではないため、優位性を理解したうえで利用する必要があることを理解した。

    2019-07-06
  • momo_100

    メーカー技術・研究・開発

    人間への認識だけではなく、動物の種類の識別ができるようになると、有効活用可能な領域が広がると思う。

    2022-06-28
  • orzorzorz

    経理・財務

    経験値
    これ人間だと否定されそうな案件(偏ってるとか一方的とか)
    何故か、Aiになると精度が高いとなる・・・不思議

    2023-12-22
  • kadoya-satoru

    営業

    人の顔の表情から、満足度を推定するといったことができるようになれば、満足度アンケートを取る必要がなくなるのかもしれません。

    2023-12-27
  • gk_042

    メーカー技術・研究・開発

    ディープラーニングを将来的に自分たちの業務に取り込んで生産性をあげる検討ができるようになる。

    2021-11-04
  • e-y3964

    経理・財務

    ディープラーニングで人の感情まで察することができる日が来るかもしれませんね。

    2024-03-04
  • nagano0802

    その他

    監査業務には過去の監査を事例として参照する場面がいくつかある。必ずしも同じ内容でなくとも、「同じ様な」と分類できる事項はある。特徴量に基づいてそれらを抽出できれば、有効な場面がありそうだ。

    2022-04-29
  • takahashi4630

    販売・サービス・事務

    AIに依存しすぎないよう、人間も常に向上心を持って業務に取り組む。

    2023-11-21
  • seisansizaika

    資材・購買・物流

    受発注などのルーティン業務は、ディープラーニングを活用する事で、どの時期にどのくらいの数の発注が来るかを予想し、業務負担の軽減につながると感じた。

    2023-10-18
  • nozomi_okada

    金融・不動産 関連職

    機械に学習させるためのサンプルが非常に大切であり、活用先が何であれ幅広くサンプルを集めなければ使えるものにはならない。

    2022-12-20
  • naoki1209

    営業

    いろんな業務の効率化に結びつく気がして楽しみな技術です。一方で人間が持っている温かみ等は真似することができず、そういったものは引き続き人間が担っていく。単純にAIにとって変わられると言う考えではなくどちらが何をやるのかの線引きをしっかり考えながら生きていくことが大切だと思いました。

    2021-08-12
  • kuwaaki

    販売・サービス・事務

    デープラーニングには、量だけでなく、質の重要性を理解しました。

    2022-05-30
  • nakaima-ma

    営業

    職員アンケートへの活用

    2024-01-29
  • gon-gon-gon

    メーカー技術・研究・開発

    ディープラーニングの学習サンプルは、数値や言語情報だけではなく、画像や音声、波形といったアナログな情報まで使えそう。
    これまでに人の目、計測による代表値だけで議論してきた製品の出来栄えを評価するのに適しているのでは、と思います。

    2021-09-28
  • n-mtmy

    資材・購買・物流

    ディープラーニングはデータ量が多い程良いと認識していたが
    質によって精度が変わる事を知った。

    2019-07-09
  • y-tasayuma

    営業

    ディープラーニングにより生産性を向上させるビジネスを考えてみようと思いました。
    人工知能は脅威というイメージがありますが、上手く活用していく思考へ変えていこうと思うきっかけになりました。

    2022-02-24
  • takehiko-

    その他

    ディープラーニングは監視カメラや産業用ロボットなどに当社が提供する様々なデバイスの価値向上に必須のアイテムである。より多くのアプリケーションを創出することでメーカーとしての業績改善の可能性がある。

    2023-12-26
  • yoyamada

    販売・サービス・事務

    ディープラーニングは人間の脳の仕組みを模倣していることがすごいと思いました。

    2023-10-05
  • sho-1031-bubu

    その他

    ディープラーニングについて、学んだ。これをきっかけに業務へ応用したい。

    2023-11-15
  • yamamichi_n

    その他

    ディープラーニングの意味合いを少し勘違いしていたので、改めて学習になった。

    2023-03-29
  • dyiqua

    営業

    人が過程を経験できない、とも言い換えられる為、経験せずとも物事を体系的に理解出来なければ、ディープラーニングの結果に対する意味付けを人が行えないと思った。

    2022-08-12
  • tk-a

    営業

    本内容では活用をイメージできない。ただしIT技術を意識し、既存ビジネスへの応用、新ビジネスの創出していきことは必要。

    2023-11-17
  • junjk

    建設・土木 関連職

    ディープラーニングによる業務の効率化を図ることは、働き方改革、人材不足の中重要なファクターとなっている。お客様にも質の高い提案や役務の提供にもなり得る。しかしながら、100%の正解ではない以上慎重に回答を精査する必要があります。ベテランの技術者によるチエックや二重三重の確認などエラー対策も講じる必要性を感じた。

    2023-10-18
  • animals5

    IT・WEB・エンジニア

    すでに生活の中にディープラーニングを用いたアプリがはいってきており、意識されなくても使用できてしまっている。一方、新たに自分の企業、職場にディープラーニングを導入しようとしても見当がつかない状態である。

    2021-08-05

関連動画コース

新着動画コース

10分以内の動画コース

再生回数の多い動画コース

コメントの多い動画コース

オンライン学習サービス部門 20代〜30代ビジネスパーソン334名を対象とした調査の結果 4部門で高評価達成!

7日間の無料体験を試してみよう

無料会員登録

期間内に自動更新を停止いただければ、料金は一切かかりません。