vol. 125 ①AIの適用範囲 AIがベストとは限らない。ルールベース（ロジック）の方が良好な場合もある。通常はAIとルールベースを組み合わせてお互いの苦手を補完させて効果を出すことが多い。 ②入力の見直し 入力の仕方・工夫が重要であり、これで６割が決まると言ってもよい。 ・データの種類（２次元画像、３次元画像、静止画・動画、可視光、赤外、紫外などなど） ・機器の選択（カメラ・レンズの種類、照明の種類・位置など） ・撮影環境の構築（太陽光に影響を抑える工夫など） ③前処理による改善 AI処理の効率を上げるために、データ内の必要でない情報を削除してデータ量を減らす、特徴を強調する、などの処理をする。また、学習データ量を増やすために、画像に様々な加工をしたものを加えることも有効である。加工データを生成AIで作る場合もある。 ④分析とフィードバック 良い結果を出すための様々な手法（アンサンブル学習、カスケードモデル、パーミュテーションインポータンス、過学習防止）がある。 実務において、AIの理論を理解することよりも、顧客の現場で結果を出すことの方が難しい。それを克服するために、色々な知識と経験を蓄え、そして顧客とのコミュニケーションを大事にして状況・ニーズを理解するということが重要である。失敗をしながらも様々な工夫をすることで成功すれば達成感を感じることができ、自分の技術が現場で利用される満足感も得られるのである。・ 学科プロジェクト学科ビジネスデザイン学科日本語本科埼玉県新座市東北（志木駅）（高田馬場駅）アプリ・ 制作学科 デジタルクリエイター学科デザイン学科 電子機器組込みソフトウェア学科ビジネス起業経営学科 営業マネジメント学科国際観光・通訳ガイド学科東京都豊島区高田以上21文部科学大臣認定「職業実践専門課程」学校法人 中央情報学園ＩＴ、ＡＩ、ビジネス。産業界の求める人材を育成！
元のページ ../index.html#23