０．はじめに
大学でデータサイエンスの講義を受講している者です。
あまりにも広範囲な分野であるため"広く浅く"情報整理したいため投稿。
内容のレベルは超入門編、個人的な感情も少し入り混じった備忘録。
（齟齬がある場合はご指摘いただけると助かります。）
データサイエンス学習全体像
【データサイエンス】概要
【データサイエンス】人工知能
【データサイエンス】機械学習
【データサイエンス】ディープラーニング
【データサイエンス】分析の分類・確率分布
【データサイエンス】探索的データ分析
【データサイエンス】統計的検定
【データサイエンス】予測モデリング
【データサイエンス】自然言語処理
【アルゴリズム】パーセプトロン
【データサイエンス】機械学習における関数
【データサイエンス】確率
１．人工知能全体図
普段耳にする "AI" というのが人工知能の事である
大きく分けて3つの分野に分かれている
-
人工知能（AI）
機械学習を含んでいる -
機械学習
AIの一部 -
ディープラーニング
機械学習の手法の1つ
２．人工知能とは
2-1.概要
人間の介入なしで処理が可能
AIツールChatGPT：文章作成コード生成など高速で処理しユーザ間との質疑応答が可能
今後のテクノロジー分野発展のキーとなる最も重要な分野
2-2.メリット・デメリット
業務効率の向上
検知パターン化処理の自動化による生産性の向上
倫理観問題が目立つ
なんでも自動化ってどうなの勢による意見フィリッパ・フット：トロッコ問題マサチューセッツ工科大：Moral Machine
2-3.手法
大きく2つの手法から成り立つ分野
ルール・条件を元に問題解決を行う
シーケンス制御のようなもの
学習をさせ検証結果から調整をし予測や判断をさせてあげる
2-4.分類
AIは2つの種類に分類することができる
弱いAI
ひとつの作業に特化したAIのこと
例：画像認識、音声認識など
強いAI
複数の作業を行うAIのこと
指示された情報をもとに自ら考えそれを応用する
ほぼ人間と同じ思考回路
例：アンドロイド、ドラえもんなど