Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
vol4_ねこIoTLT_ゴミ箱に捨てる前に 猫ヒゲロギング
Search
1027kg
October 21, 2020
Technology
0
110
vol4_ねこIoTLT_ゴミ箱に捨てる前に 猫ヒゲロギング
AWS Forecastを使った猫のヒゲが次いつ落ちてくるかの時系列予測実験
1027kg
October 21, 2020
Tweet
Share
More Decks by 1027kg
See All by 1027kg
vol6_ねこIoTLT_猫の健康と備えの話
1027kg
0
960
vol5_ねこIoTLT_もしもの為の迷子対策 Bluetoothタグ活用
1027kg
0
480
vol3_ねこIoTLT_猫のオシッコサインを お手軽に調べてみる話
1027kg
0
94
Other Decks in Technology
See All in Technology
AI活用によるPRレビュー改善の歩み ― 社内全体に広がる学びと実践
lycorptech_jp
PRO
1
190
学習データって増やせばいいんですか?
ftakahashi
2
290
re:Invent 2025 ふりかえり 生成AI版
takaakikakei
1
190
法人支出管理領域におけるソフトウェアアーキテクチャに基づいたテスト戦略の実践
ogugu9
1
220
MapKitとオープンデータで実現する地図情報の拡張と可視化
zozotech
PRO
1
130
「Managed Instances」と「durable functions」で広がるAWS Lambdaのユースケース
lamaglama39
0
290
Kubernetes Multi-tenancy: Principles and Practices for Large Scale Internal Platforms
hhiroshell
0
120
評価駆動開発で不確実性を制御する - MLflow 3が支えるエージェント開発
databricksjapan
1
110
Playwright x GitHub Actionsで実現する「レビューしやすい」E2Eテストレポート
kinosuke01
0
520
Haskell を武器にして挑む競技プログラミング ─ 操作的思考から意味モデル思考へ
naoya
6
1.3k
Sansanが実践する Platform EngineeringとSREの協創
sansantech
PRO
2
760
小さな判断で育つ、大きな意思決定力 / 20251204 Takahiro Kinjo
shift_evolve
PRO
1
590
Featured
See All Featured
Build The Right Thing And Hit Your Dates
maggiecrowley
38
3k
The Art of Programming - Codeland 2020
erikaheidi
56
14k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
249
1.3M
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
A Tale of Four Properties
chriscoyier
162
23k
Why Our Code Smells
bkeepers
PRO
340
57k
Context Engineering - Making Every Token Count
addyosmani
9
500
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Building Adaptive Systems
keathley
44
2.9k
Making the Leap to Tech Lead
cromwellryan
135
9.7k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
Transcript
ねこIoTLT vol.4 ゴミ箱に捨てる前に 猫ヒゲロギング ~ AWS Forecastでの時系列予測 ~
自己紹介: 名前 : keiji(本体)@1027kg やっていること : 機械学習を中心に時々Webのバックエンドを書いています
名前 : える ♂ 種類 : キジトラ 身体情報 : 約7歳
5.1kg 性格 : スーパーチキン内弁慶
どうやらヒゲは 5種類 あるらしい 猫ヒゲについて ④頬骨毛 (きょうこつも う) 1~3本 ⑤頭下毛 (とうかもう)
数本 ③口角毛 (こうかくもう) 1~3本 ①上毛 (じょうもう) 5~7本 ②上唇毛 (じょうしんもう) 10数本 ※本数には個体差があります。
猫ヒゲ発見はちょっとしたイベント 髪の毛が抜けるのと同じく、猫のヒゲが落ちる タイミングは分からない。 太い毛なので割と見つけやすいが、注意してい ないと見落としてしまうアイテム。 掃除などをしている最中に発見できるものだ が、飼い主にとっては嬉しいイベントである。 (四つ葉のクローバーをイメージ)
ライフログの先駆者ゴードン・ベルさんに影響 を受けた変態なので、うちに来てからの「猫ヒ ゲ」はすべて保管しておりその日付も記録して ます。 今回はこのログデータを元に 「 いつ猫ヒゲが出現するのか 」 の予測を行います。 猫ヒゲを見つけたらとにかく記録
米マイクロソフト研究所 ゴードン・ベル主席研究員
猫ヒゲのログデータ性質 うちに猫が来て今まで発見した猫ヒゲの総数は 4 年 3 ヶ月 で 104本 です 実際に記録したデータはこんなイメージです
{ item_id: ID, timestamp: ヒゲを見つけた日, target_value: 0.0(なかった)か1.0(あった) } (記録は面倒だったので実際はGoogleHomeにIFTTTアプレット経由で声 にてGoogleCalに記録しています) (平均で計算すると14.91日に1本落ちてる計算)
AWS Forecastにデータを食わせる 時系列データから予測が行える「AWS Forecast」を利用 RETAIL ドメイン – 小売の需要予測 INVENTORY_PLANNING ドメイン
– サプライチェーンとインベントリの計画 EC2 CAPACITY ドメイン – Amazon EC2 キャパシティの予測 WORK_FORCE ドメイン – 従業員の計画 WEB_TRAFFIC ドメイン – 今後のウェブトラフィックの見積もり METRICS ドメイン – 収益およびキャッシュフローなどの予測メトリクス CUSTOM ドメイン – その他すべての時系列予測のタイプ 今回はこのドメインを使いました •提供されている時系列予測ドメイン
AWS Forecastでデータを予測してみよう 1. Dataset(データセット)の選択 S3に選択したモデルに対応したCSV形式のデータを置いて予測の実行 ※選択するアルゴリズムやモデルによってはメタデータもアタッチする必要あり ※今回のカスタムモデルでは単純なデータだが1,000以上のデータセットが必須 2. Predictor(推論モデル)の選択 標準はAutoMLだが、めちゃ遅かった(数時間)ので今回は「CNN-QR」を選択
※ここは解決したいタスクによってモデルを選ぶ 3. Forecast(予測)の生成 2のモデルを使用して予測データを作る 予測のデータは重みをセット出来る
けっかはっぴょー(Forecastの母 10/15にヒゲが出現 するかも… (それでも0.5139) Forecastの母
けっかはっぴょー(実績 10/16に ヒゲ発見!!
まとめ 1. 役に立つかは後で考えてとにかくデータは貯めておくこと 2. AWSF Forecast のPredict(推論)とForecast(予測)は めっちゃ時間かかる ・トータルで3時間ぐらい掛かったので猫と遊びながら待ちましょう ・パラメータは個別にイジれるのでepochなど変えてみよう
ご清聴有難う御座いました