Upgrade to Pro — share decks privately, control downloads, hide ads and more …

LangChainでデータ分析エージェントを作ってみる

Avatar for 熊懐葵 熊懐葵
September 29, 2024
Technology
0
310

 LangChainでデータ分析エージェントを作ってみる

機械学習の社会実装勉強会 第39回 (https://machine-learning-workshop.connpass.com/event/328440/) の発表資料です。

Avatar for 熊懐葵

熊懐葵

September 29, 2024
Tweet

More Decks by 熊懐葵

See All by 熊懐葵
Claude Codeで進めるAWSリソースのTerraform移行
Avatar for 熊懐葵 aoikumadaki
0
66
n8nで定期成果報告の資料づくりを自動化する
Avatar for 熊懐葵 aoikumadaki
0
180
LangGraphとFlaskを用いた社内資料検索ボットの実装④GithubRetriever構築編
Avatar for 熊懐葵 aoikumadaki
0
80
LangGraphとFlaskを用いた社内資料検索ボットの実装③アプリケーション構築編
Avatar for 熊懐葵 aoikumadaki
0
120
LangGraphとFlaskを用いた社内資料検索ボットの実装②Retriever構築編
Avatar for 熊懐葵 aoikumadaki
0
200
LangGraphとFlaskを用いた社内資料検索ボットの実装①AIエージェント構築編
Avatar for 熊懐葵 aoikumadaki
0
410
StreamlitとLangChainを使った表画像OCRアプリの実装
Avatar for 熊懐葵 aoikumadaki
3
800
AWS LambdaとLangSmithを使った社内レポート添削システムMinervaの実装
Avatar for 熊懐葵 aoikumadaki
0
340

Other Decks in Technology

See All in Technology
AI駆動開発2025年振り返りとTips集
Avatar for KNR knr109
1
110
.NET 10のASP. NET Core注目の新機能
Avatar for tomokusaba tomokusaba
0
130
Pandocでmd→pptx便利すぎワロタwww
Avatar for meow meow_noisy
2
970
AI × クラウドで シイタケの収穫時期を判定してみた
Avatar for Lamaglama39 lamaglama39
1
400
Kubernetesと共にふりかえる! エンタープライズシステムのインフラ設計・テストの進め方大全
Avatar for 高棹大樹 daitak
0
470
AI開発の定着を推進するために揃えるべき前提
Avatar for Suguru Ohki suguruooki
1
360
現地速報！Microsoft Ignite 2025 M365 Copilotアップデートレポート
Avatar for Kaz Asada | しがない情シス kasada
2
1.7k
生成AIシステムとAIエージェントに関する性能や安全性の評価
Avatar for shibuiwilliam shibuiwilliam
1
160
機械学習を「社会実装」するということ 2025年冬版 / Social Implementation of Machine Learning November 2025 Version
Avatar for Moe Uchiike（内池 もえ） moepy_stats
4
390
"'TSのAPI型安全”の対価は誰が払う？不公平なスキーマ駆動に終止符を打つハイブリッド戦略
Avatar for Hal hal_spidernight
0
160
AI エージェント活用のベストプラクティスと今後の課題
Avatar for Asei Sugiyama asei
2
320
How We Built a Secure Sandbox Platform for AI
Avatar for GMO Flatt Security flatt_security
1
120

Featured

See All Featured
A Modern Web Designer's Workflow
Avatar for Chris Coyier chriscoyier
697
190k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
Avatar for Marc Duiker marcduiker
34
2.3k
Raft: Consensus for Rubyists
Avatar for Patrick Van Stee vanstee
140
7.2k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
Avatar for Stéphanie Walter stephaniewalter
285
14k
Testing 201, or: Great Expectations
Avatar for Joseph Mastey jmmastey
46
7.8k
The Illustrated Children's Guide to Kubernetes
Avatar for Chris Short chrisshort
51
51k
Building an army of robots
Avatar for Kyle Neath kneath
306
46k
Put a Button on it: Removing Barriers to Going Fast.
Avatar for kastner kastner
60
4.1k
Stop Working from a Prison Cell
Avatar for Chris Michel hatefulcrawdad
273
21k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
Avatar for mongodb mongodb
48
9.8k
Site-Speed That Sticks
Avatar for Harry Roberts csswizardry
13
970
Understanding Cognitive Biases in Performance Measurement
Avatar for Philip Tellis bluesmoon
31
2.7k

Transcript

  1. LangChainで データ分析エージェントを作ってみる 2024/09/29 機械学習の社会実装勉強会 第39回 熊懐 葵

  2. 目次 • 背景: 商圏分析 • データ分析エージェント • イメージ • 実装(LangChain

    > Pandas Dataframe) • 性能調査(サンプルデータ・実データ) • 処理プロセスの調査

  3. 背景: 商圏分析 商圏分析 • 商圏: 特定の店舗が顧客に影響を及ぼすエリア(コンビニ…半径500m以内→徒歩10分) • 商圏の人の属性や人流・競合の立地などから、新店舗の立地選定やマーケティング戦略に活用 既存サービスの課題 •

    使用料金の高さ・機能の複雑さ モチベーション • 使いやすい商圏分析ツールを作れないか • LLMを用いたデータ分析エージェントを作りたい

  4. 既存サービスの例: MarketAnalyzer https://www.giken.co.jp/products/marketanalyzer/case/ より 多機能→複雑

  5. データ分析エージェントのイメージ 駅別乗降客数データ + 「人がよく乗降する駅は?」 実行結果から回答を出力「〇〇駅で△人です」 コード類やソフトの複雑な操作などせずに データ分析をすることができる 質問とデータから、適切な データ分析プログラムを生成 ↓

    プログラムを実行 ユーザー エージェント

  6. LangChainライブラリを用いて実装した 実行例

  7. データ分析エージェントの実装 • OpenAI API Key • LangChain v0.3 create_pandas_dataframe_agent 必要なもの

    • データ読み込み • エージェント作成 • エージェント実行 処理内容 ▼ データの読み込み・エージェント作成 (公式) < エージェントが自動で コードを生成しデータを操作する ので、扱いには注意

  8. データ分析エージェントの実装 • OpenAI API Key • LangChain v0.3 create_pandas_dataframe_agent 必要なもの

    • データ読み込み • エージェント作成 • エージェント実行 処理内容 ▼ エージェント実行 終了と打つと会話が終了 会話履歴を保存

  9. 性能調査: サンプルデータ ▼ 従業員データ(Chat GPTが生成) ▼ 実行結果1 ID 名前 年齢

    部門 給料

  10. 性能調査: サンプルデータ ※0.6895282023 ▼ 実行結果2 ▼ 従業員データ(Chat GPTが生成) ID 名前

    年齢 部門 給料

  11. 性能調査: 実データ ▼ 大分県の中心部の駅乗降客数データ 国土数値情報ダウンロードサイト https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-S12-v3_1.html 駅名、駅コード、運営会社、路線名、 2011~2022年の乗降客数（年度別） …その他(35カラム)

  12. 性能調査: 実データ データ通りの回答ではある ▼ 実行結果 国土数値情報ダウンロードサイト https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-S12-v3_1.html ▼ データ(一部表示)

  13. 性能調査: 実データ ▼ 実行結果 国土数値情報ダウンロードサイト https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-S12-v3_1.html ▼ データ(一部表示) ←増加量(スプレッドシートで検算)

  14. v0.3(9月中旬~)で性能が向上している？ ▼ LangChain v0.2での実行結果 元データと異なる数値 v0.3 ではマルチモーダル機能が強化される予定らしい 図の出力機能などでもっと便利になりそう

  15. 処理プロセスの調査 ▼ verbose=Trueにする

  16. 処理プロセスの調査 ▼ 実行結果 分析に必要なコードを生成し、実行している →数値部分が決定的な出力になる

  17. まとめ 背景 • 商圏分析ツールの高価さ・使いにくさ • LLMを用いて、安価で使いやすいデータ分析ツールは作れないか 今回 • LangChain Toolkitsのcreate_pandas_dataframe_agentを使用

    • 基本的なデータ分析の性能を確認 今後 • 性能の限界→是非試してみてください!(※性能向上も速い) • マルチモーダル性能の強化に期待