できるかどうかは悩みのタネじゃない！？
Pythonの機械学習も経理でも！
大見得ですかね？(笑)。
入口でもたつくことはありませんよ、
というおすすめです。
悩みのタネ 検討にもほどがある！？
「石橋を叩いて渡る」・「慎重居士」というとマイナスイメージ
での例えと思われるかもしれません。
私はそうした発想にはプラスのイメージがあります。
日常生活でのうっかりやおっちょこちょいならともかく、
仕事やお金が関連する問題では検討は馬鹿にできません。
とはいえ、何事にも限度があります。
期限無しの検討では、事実上何もしない・現状維持と
検討が骨抜きになります。
また、新しく取り組む仕事や処理の影響や問題は
始めてみないとわからないことが多いはずです。
たとえば、Pythonでの機械学習。
悩みのタネ Pythonの機械学習がカンタン？
プログラミング言語の「Python」と「機械学習」というだけで、
目を背けたくなる印象かもしれません(笑)。
「機械学習」はデータをもとにして特定のモデルを前提に
予測や分析をする技術です。
とっつきにくそうですが、
- 天気予報
- 売上予測
- 不動産賃貸シミュレーション etc.
といった面での利用が考えられます。
書籍でもウェブでもPythonや機械学習の教材は豊富です。
Pythonの実行環境は「Google Colaboratory」が使えます。
極端に言い切ってしまえば、
- サンプルコードをコピーして、
- Google Colaboratoryに貼り付けて実行すれば、
- 機械学習の成果を実践できる
ということになります。
下記は、そういった事例です。
不動産のデータ(賃料・距離・面積等)を元にして分析や
シミュレーションを行った事例です。
私が実行した処理といえば、
- サンプルコードをコピーして、
- Google Colaboratoryに貼り付けて実行して、
- 「#」以下のコメントを追加した
といったところです。
実行した処理は成果とはいえません。
ただし、コピーした処理とはいってもシミュレーションは
追加できます。
たとえば、下記は賃貸物件の面積だけを変更した例です。
シミュレーション3では5㎡で約4.3万円/月ですが、
シミュレーション4では50㎡で約12万円/月です。
変数の操作次第では複雑なシミュレーションも可能です。
上記の例ではPythonでの機械学習ができるかどうかよりも、
- 何を目的にしているのか？
- 何がしたいのか？
- 必要なデータがそろっているのか？
- 適用した機械学習モデルは妥当か？
- シミュレーションはデータの相関分析を反映しているか？
といった対象が検討事項になります。
と、ペラペラ書いていますが、全て後付けです(笑)。
悩みのタネ 先送りOK!
ちょっとしたアウトプットでも次の手掛かりになります。
上記の例では、
- Pythonの文法の理解を補いつつ
- 機械学習の理解を深める必要があり、
- データの収集や加工も課題に加える
と検討事項を一段上げることになります。
上記はPythonや機械学習だけの問題ではありません。
私の生業・税理士業との関連であれば、
- 経理の効率化
- ペーパーレス化
- キャッシュレス化
といった課題でも同じことが言えます。
新しい取り組みには検討が欠かせません。
一方で、
- やりたいけれど、できるかどうか？
が悩みのタネであれば先送りも選択肢です。
先に進んでみないとわからない課題があります。
蛇足
2023年(令和5年)は物価も課題もインフレ状態です(笑)。
＜ご案内＞
■林友範税理士事務所
■災害と税金の情報
■確定申告のご依頼も受付中！
