予測マシンの世紀 AIが駆動する新たな経済 (Japanese Edition)

www.amazon.com/dp/B07NJ6YY9G
tshyk

Import Your Kindle Highlights to Glasp Today 📚

Top Highlights

  • しかし経済学者の視点では、グーグルは検索の費用を低下させただけである。そして検索費用が安くなると、ほかの手段(電話帳、旅行代理店、求人広告など)を使った情報検索が収入源だった企業は、競争に関して危機的状況に置かれた。その一方、誰かに見つけてもらうことが必要な人たち(たとえば本を自費出版する人、埋もれている収集品を売りたい人、映画を自主制作した人など)は商売が繁盛した。
  • いる。Integrate.ai(インテグレート・ドット・エーアイ)[トロントを拠点とするAIソフトウェア企業] のカスリン・ハウは、問題を確認したうえで予測問題としてとらえ直す能力を「AIインサイト」と呼んでいる。
  • 予測とは、欠落している情報を補充するプロセスである。予測においては、しばしば「データ」と呼ばれる手持ちの情報に基づいて、新たな情報を生み出していく。
  • 機械学習と回帰分析の重要な違いは、新しい技術が開発される道筋である。機械学習の新しい手法を発明するときには、それが実践での成果の改善に結びつくことを証明することが欠かせない。対照的に、新しい回帰法を発明するときには、理論的な正しさをまず証明しなければならない。実践での成果に焦点を当てる機械学習の発明のほうが、イノベーターにとって実験の余地は大きい。新しい方法から生み出される予測の平均値が不正確であることや、予測が偏ることは大目に見られる。実験の自由が許される環境で充実したデータや高速化したコンピューターを利用しながら、機械学習はこの一〇年間で急速に改善されたのである。
  • この失敗はデータ不足が原因ではない。アナリストがデータを活用して予測する方法が間違っていたのだ。格付け機関の予測は複数の回帰モデルに基づいており、異なる市場の住宅価格のあいだには相関関係が存在しないことが前提にされた。しかしこれは二〇〇七年だけでなく、それ以前にも間違っていた。多くの住宅市場が同時にショックに見舞われる可能性を含めれば、たとえCDOが全米の多くの都市に分散されていても、CDOで大損する確率は確実に上昇する。
Share This Book 📚

Ready to highlight and find good content?

Glasp is a social web highlighter that people can highlight and organize quotes and thoughts from the web, and access other like-minded people’s learning.