ビジネス力:事業会社、コンサル
データサイエンス:Kaggle
データエンジニア:SIer
英語:英会話
ビジネスの課題に対してどのML技術を使えばいいかわかるためには
・数理モデル全体のイメージを掴むこと(HOW:技術の理解を広げる、深める)
・ビジネス適用事例を収集する、常にアンテナを張る。収集した事例は他にどのように応用できそうか妄想する。(APPLY)
・経営戦略を学ぶ、実践する(WHAT:)
以上を息を吸うように実践する。
そもそも、今後の社会を生き抜くためのスキル
金融リテラシ:生きるための最も身近なツールであるお金をしっかり知る
経営リテラシ:新しい価値を創造する、課題を解決する
コンピューターリテラシ:ネットワークの動作原理、Webの動作原理など、基本を知らないと仕事を進める上でトラブルシュートができず、非効率
AI/MLリテラシ:AI/MLで何ができるかは、基礎スキルとして必須
英語:基礎スキルとして必須。最新技術は全て英語で展開されるため。
学習コンテンツ
コード
東京工業大学「Python早見帳」
https://chokkan.github.io/python/index.html
東京工業大学「機械学習帳」
https://chokkan.github.io/mlnote/index.html
総務省監修の高校教材『データサイエンス・データ解析入門』
https://www.stat.go.jp/teacher/comp-learn-04.html
スライド
東大 数理・情報教育研究センター『数理・データサイエンス・AI教材』
http://www.mi.u-tokyo.ac.jp/6university_consortium.html
AWS
東大計数工学科が無料公開しているAWS講義ノート「コードで学ぶAWS入門」
https://tomomano.github.io/learn-aws-by-coding/
講義形式
筑波大学「機械学習講義」
https://ocw.tsukuba.ac.jp/course/systeminformation/machine_learning/
筑波大学「データサイエンス関連講義」
https://ocw.tsukuba.ac.jp/data-science/
ハーバード大学 コンピュータサイエンス入門講座「CS50」
https://cs50.jp