Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
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
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
1027kg
October 21, 2020
Technology
120
0
Share
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
More Decks by 1027kg
See All by 1027kg
vol11_ねこIoTLT_お遊びVibeCoding
1027kg
0
320
vol6_ねこIoTLT_猫の健康と備えの話
1027kg
0
980
vol5_ねこIoTLT_もしもの為の迷子対策 Bluetoothタグ活用
1027kg
0
510
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
110
Other Decks in Technology
See All in Technology
GoとSIMDとWasmの今。
askua
3
500
Platform Engineering as a Product: Criteria for Improvement and Multi-Tenant Design
kumorn5s
0
500
Diagnosing performance problems without the guesswork
elenatanasoiu
0
160
探して_入れて_作って_使う_Agent_Skills___LT.pdf
peintangos
2
160
インフラが苦手でも大丈夫! 紙芝居 Kubernetes -WWGT 10周年編-
aoi1
1
350
さきさん文庫の書籍ができるまで
sakiengineer
0
360
新規事業を牽引する技術選定 〜フルスタックTypeScript開発の実践事例〜
nullnull
3
330
AIプラットフォームを運用し続けるための可観測性
tanimuyk
4
1.1k
速さだけじゃない! VoidZero ツールが移行先に選ばれる理由
mizdra
PRO
6
750
運用を見据えたAIエージェント設計実践
amacbee
1
2.8k
タクシーアプリ『GO』の実践的データ活用
mot_techtalk
2
130
AI Testing Talks: Challenges of Applying AI in Software Testing: From Hype to Practical Use
exactpro
PRO
1
120
Featured
See All Featured
Leo the Paperboy
mayatellez
7
1.8k
Into the Great Unknown - MozCon
thekraken
41
2.5k
Building Applications with DynamoDB
mza
96
7.1k
SEO for Brand Visibility & Recognition
aleyda
0
4.6k
Exploring anti-patterns in Rails
aemeredith
3
390
Optimising Largest Contentful Paint
csswizardry
37
3.7k
What does AI have to do with Human Rights?
axbom
PRO
1
2.2k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
390
Docker and Python
trallard
47
3.9k
How to build a perfect <img>
jonoalderson
1
5.6k
Paper Plane
katiecoart
PRO
1
51k
Marketing Yourself as an Engineer | Alaka | Gurzu
gurzu
0
210
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