機械学習
-
機械学習に必要な数学｜最低限の範囲はどこまでかをやさしく
広告費と売上の架空例から、機械学習で使うデータ・予測式・誤差を説明。予測と因果の違いを確認し、線形代数・微分積分・確率統計の役割、目的に合う必要レベルと学ぶ順番を整理します。
2026年9月2日
-
G検定とE資格の違い｜AI資格の選び方と勉強法をやさしく
G検定とE資格は、どちらもJDLAのAI資格。G検定はAIを「使う」ジェネラリスト向け、E資格はAIを「作る」エンジニア向けです。違いと目的別の選び方・勉強法を、和からの講師がやさしく解説します。
2026年8月3日
-
ディープラーニングを支える数学｜行列と微分の役割をやさしく
ディープラーニングの中心にあるのは「行列」と「微分」の2つの数学。行列は計算（予測）、微分は学習（誤差を減らす方向）を担います。AIがなぜ学習できるのかを、数式に立ち入らず和からの講師がやさしく解説します。
2026年7月24日
-
ベクトルの内積・外積の意味｜物理と機械学習で使える実例
内積・外積の本当の意味を、物理・機械学習・3DCG・ロボティクスの実例で解説。生成AIのコサイン類似度の基礎。
2026年6月8日
-
仕事の判断が変わる 機械学習のキホン－第5回：結局どれから始める？データ別「任せられる判断」早見表【機械学習をやさしく解説】
ここまで、機械学習を使って「判断を任せる」という視点で、 さまざまなデータの使いどころを見てきました。 ・第1回：購買・行動データ（おすすめを考える仕事） ・第2回：文章データ（読む仕事） ・第3回：画像データ（見る仕事） ・第4回：時系列データ（異変に気づく・先を読む仕事） ここまで読むと、多くの人がこう感じるはずで…
2026年1月29日
-
仕事の判断が変わる 機械学習のキホン－第4回：“いつもと違う”に気づける！売上・アクセス・ログで異常と先読みをする【機械学習をやさしく解説】
仕事の中には、「数字の変化」を見て判断する場面が数多くあります。 売上、アクセス数、在庫数、問い合わせ件数、システムのログ。 これらはすべて、時間の流れに沿って記録されたデータです。 ・昨日と比べてどうか ・先週と同じ動きか ・いつもと違う変化が起きていないか こうした確認は、ほとんどの職場で日常的に行われています。 …
2026年1月28日
-
仕事の判断が変わる 機械学習のキホン－第3回：“見る仕事”を任せられる！画像データで検品・チェックを楽にする【機械学習をやさしく解説】
仕事の中には、「見る」ことが中心になっている作業が意外と多くあります。 商品写真のチェック、現場写真の確認、書類や帳票の目視確認、不具合が写った画像の確認。 一見すると単純な作業に見えますが、実際にはかなりの集中力と時間を取られます。 ・数が多くて見切れない ・見落としが怖い ・人によって判断がばらつく そこで今回は、…
2026年1月25日
-
仕事の判断が変わる 機械学習のキホン－第2回：“読む仕事”を減らす！問い合わせ・アンケートを自動で分類＆要約する【機械学習をやさしく解説】
仕事をしていると、意外なほど多くの時間を「文章を読むこと」に使っていると気づきます。 問い合わせメール、アンケートの自由記述、社内報告、チャットログ。 1つ1つは短くても、件数が増えると話は別です。 読むだけで疲れ、判断まで含めると、気づけば1日のかなりの時間を取られてしまいます。 しかも文章を読む仕事は、ただの読書で…
2026年1月21日
-
仕事の判断が変わる 機械学習のキホン－第1回：“おすすめ”の正体は判断の肩代わり！購買・行動データでレコメンドがわかる【機械学習をやさしく解説】
「機械学習」と聞くと、多くの人は高度な分析や、未来をズバリ当てる予測を想像しがちです。 ですが、実際に仕事の現場で価値を生んでいる使い方は、もっと地道なものであり、もっと実用的なものです。 人が毎回悩んで決めている判断の一部を、迷わず任せられる状態にする。 レコメンド（おすすめ表示）は、その代表例です。 そこで今回は、…
2026年1月18日
-
文科省も注視！数学指導要領の裏側に見る、データサイエンス時代のキャリア必須スキル
数学の学習指導要領の見直しをきっかけに、AI時代に文系・理系を問わず学びたいベクトルと行列（線形代数）の大切さを解説します。ニューラルネットワーク、主成分分析や回帰分析、画像処理・CGなど、行列が使われている実例も紹介します。
2025年11月26日
-
現代社会における“必須科目”！？未来の技術を読み解く共通言語「線形代数」を学ぼう！
AIやデータサイエンスの土台となり「現代の必須科目」ともいえる線形代数について、学ぶ意義と身近な応用例（ディープラーニング、画像処理・CG、主成分分析、検索・レコメンド）、和からの線形代数講座での学び方を紹介します。
2025年11月19日
-
ビジネスパーソン向けAI入門：第1回「AIとは何か？ビジネスパーソンのための基礎知識」
AIとは何か？ビジネスパーソンのための基礎知識 近年「AI」という言葉を聞かない日はありません。自動運転やチャットボットなど、様々なシーンでAI（人工知能）が活躍しています。しかし、「AIとは具体的に何なのか？」「なぜ今これほど注目されているのか？」と聞かれると、答えるのは難しいかもしれません。そこで本記事では、ビジネ…
2025年5月18日
-
Pythonでデータ分析するために必要なPCのスペックはどのくらい？-データ分析プログラミングのススメ-
和からの数学講師の岡﨑です。 近年、Pythonを使ったデータ分析が広まりつつあります。プログラミング初心者の方から「どんなPCを用意すればいいですか？」という質問をよくいただきます。 そこで今回は、Pythonでデータ分析を行うメリットを解説しながら、開発に適したPCスペックについてお話しします。 １．Pythonで…
2025年2月23日
-
統計データとは｜質的・量的データの種類と使い方を例で解説【統計学】
和からの数学講師の伊藤です。今回から、統計学の内容を基礎から紹介していく「やさしく学ぶ統計学」シリーズを連載していこうと思います。現代社会で重要視される統計学の知識を、継続して積み上げていきましょう！ １. データとは？ 何かを観察したとき、観測結果は数値や記号として出てきます。これを将来の予測に活かしたいと思うのは自…
2022年9月25日
-
次元の呪い➂-高次元データと主成分分析-
和からの数学講師の伊藤です。今回は次元の呪いシリーズ第三弾ということで、主成分分析について掘り下げていきます。主成分分析は、複数の項目があるデータの情報を要約するための統計学・機械学習の手法でした(詳しくは前回の記事を参照)。 また以前の記事で、膨大な項目数を持つデータである高次元データというものをご紹介しました。 h…
2022年9月18日
-
主成分分析とは？-次元の削減とデータの縮約-
和からの数学講師の伊藤です。今回は、統計学や機械学習の手法の中でも、データの情報の縮約に使われることが多い主成分分析と呼ばれる手法について見ていきたいと思います。ビッグデータという言葉がいたるところで見られるようになっている現代では、役に立つ場面も多いかもしれません！ １．主成分分析とは？ データを収集する際には、一度…
2022年9月14日
-
画像生成AI「Stable Diffusion」と自動翻訳「DeepL」を組み合わせて遊んでみた
画像生成AI「Stable Diffusion」に、日本語の指示をDeepLで英訳して入力。実際に生成した画像を見ながら、使用感と背後にある機械学習のしくみを紹介します。
2022年8月28日
-
日本語を要約できるAIが登場！！長文を3行にまとめる「ELYZA」使ってみた
「今北産業」という言葉をご存知でしょうか。インターネット黎明期に流行したネットスラングで、「今来た（=今北）ばかりの私に、これまでの流れを三行（=産業）で説明してくれ」という意味を表します。書いてみると随分長いですね笑
2021年9月5日
-
どんなことができる？機械学習について解説
機械学習のモデルを「教師あり学習」「教師なし学習」「強化学習」の3つに分け、画像認識、Netflixのおすすめ表示、AlphaGo Zeroなどの例で、それぞれの違いと仕組みをやさしく解説した記事です。
2021年6月10日
-
Python使って効率化！！―機械学習があなたに合った講師をおすすめします―
無料カウンセリングでうかがった学習の目的や希望をもとに、ぴったりの講師を機械学習（ナイーブベイズ）で提案する、和から社内のPythonツールを紹介した2020年12月の記事です。
2020年12月27日
