AIと業務システムを使う

教師あり学習は、入力データと正解ラベルの組を使って、分類や数値予測の規則を学習します。迷惑メール判定や売上予測などが例です。教師なし学習は正解ラベルを与えず、データの似たもの同士をまとめるクラスタリングなどに使います。

強化学習は、エージェントが環境に対して行動し、その結果として得る報酬を手掛かりに、累積報酬が大きくなる行動方針を学びます。教師なし学習には正解ラベルがなく、強化学習では報酬が学習の手掛かりになる点を区別します。

ラベル・構造発見・報酬で三種類を区別。

ディープラーニングは、多層のニューラルネットワークを用いてデータの特徴を段階的に学習する機械学習の手法です。画像、音声、自然言語など大量のデータを扱う分野で利用されます。

生成AIは、学習したパターンを基に文章、画像、音声などの新しい内容を生成します。もっともらしいが事実と異なる内容を出力するハルシネーションが起こることがあるため、重要な事実や出典は別の信頼できる情報で確認する必要があります。

生成AIの出力は事実確認して利用する。

ERPパッケージは、会計、販売、購買、生産、人事など企業の基幹業務を統合的に扱うための業務パッケージです。部門ごとに分かれていたデータを連携し、全社で一貫した情報を利用しやすくします。

POSシステムは、店舗で商品を販売した時点の品目、数量、時刻などの情報を収集し、売上管理や在庫管理、販売分析に利用します。ERPは企業全体の基幹業務統合、POSは販売時点情報の収集が中心です。

ERPは全社統合、POSは販売時点情報。

XBRLは、財務報告などの項目に電子的なタグを付け、コンピュータで情報を処理・比較しやすくするための標準化された言語です。EDINETは、金融商品取引法に基づく有価証券報告書などの開示書類を電子的に提出・閲覧するためのシステムで、XBRL形式のデータも利用されます。

LGWANは、地方公共団体を相互に接続する行政専用のネットワークです。EDINETは企業開示、LGWANは地方公共団体の行政ネットワークと役割を分けて覚えます。

XBRLは形式、EDINETは開示、LGWANは行政網。