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
210514 AIでダイエット体重変化を予測してみた! Julia
Search
comucal
PRO
May 14, 2021
Technology
1
980
210514 AIでダイエット体重変化を予測してみた! Julia
comucal
PRO
May 14, 2021
Tweet
Share
More Decks by comucal
See All by comucal
コミュニティが仕事になった人間の意識|娯楽志向か情報志向か
comucal
PRO
0
31
生成AI情報2025.3.21
comucal
PRO
0
56
テック系コミュニティの参加者を徹底分析_株式会社コミュカル Mitz
comucal
PRO
0
100
AppSheet タスク管理アプリ 中級編
comucal
PRO
0
430
参加人数が多ければ正解?
comucal
PRO
0
250
交流会のコツ 自己紹介編~コミュ学~
comucal
PRO
0
100
コミュニティ運営勉強会OP
comucal
PRO
0
100
株式会社セゾンテクノロジー_生成AIへの取り組み
comucal
PRO
0
810
スタートアップ必見!Google Workspaceで加速するチームワーク_株式会社G-gen
comucal
PRO
0
370
Other Decks in Technology
See All in Technology
LLMを搭載したプロダクトの品質保証の模索と学び
qa
0
1.1k
Rustから学ぶ 非同期処理の仕組み
skanehira
1
150
EncryptedSharedPreferences が deprecated になっちゃった!どうしよう! / Oh no! EncryptedSharedPreferences has been deprecated! What should I do?
yanzm
0
490
slog.Handlerのよくある実装ミス
sakiengineer
4
470
新規プロダクトでプロトタイプから正式リリースまでNext.jsで開発したリアル
kawanoriku0
1
210
Snowflake×dbtを用いたテレシーのデータ基盤のこれまでとこれから
sagara
0
120
実践!カスタムインストラクション&スラッシュコマンド
puku0x
0
530
AI時代を生き抜くエンジニアキャリアの築き方 (AI-Native 時代、エンジニアという道は 「最大の挑戦の場」となる) / Building an Engineering Career to Thrive in the Age of AI (In the AI-Native Era, the Path of Engineering Becomes the Ultimate Arena of Challenge)
jeongjaesoon
0
250
未経験者・初心者に贈る!40分でわかるAndroidアプリ開発の今と大事なポイント
operando
5
750
2つのフロントエンドと状態管理
mixi_engineers
PRO
3
130
Snowflake Intelligenceにはこうやって立ち向かう!クラシルが考えるAI Readyなデータ基盤と活用のためのDataOps
gappy50
0
280
COVESA VSSによる車両データモデルの標準化とAWS IoT FleetWiseの活用
osawa
1
400
Featured
See All Featured
Into the Great Unknown - MozCon
thekraken
40
2k
jQuery: Nuts, Bolts and Bling
dougneiner
64
7.9k
Building Applications with DynamoDB
mza
96
6.6k
Building Better People: How to give real-time feedback that sticks.
wjessup
368
19k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.6k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
34
6k
How STYLIGHT went responsive
nonsquared
100
5.8k
GraphQLの誤解/rethinking-graphql
sonatard
72
11k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Context Engineering - Making Every Token Count
addyosmani
3
60
Typedesign – Prime Four
hannesfritz
42
2.8k
Being A Developer After 40
akosma
90
590k
Transcript
RPACommunity⼥⼦部 ダイエット体重変化を予測してみた!』 Julia 2021/05/14 『超簡単AI!MatrixFlowで
Profile ♡フォローお願いします♡ Twitter:@julia_hn 最近は・・・ライター業! ☆RPA Community イベントのレポート ☆社員インタビュー
名前:Julia(中野秀子) 出身:大阪 仕事:AIスタートアップのHR
はじめに。。。 RPACommunityでは、、、 『データを作る!』ノウハウが多いですよね?
AIで分析しましょう! そのデータ、どうしてますか?
このまま続けてて効果あるの? どうしたら効果的に痩せれるの? ダイエットって挫けがち・・・ ダイエットデータを使って、AIで体重の 変化の予測と要因の分析をします! AIでやること
使うAIは…? プログラミング不要のAI構築プラットフォ ーム ドラッグ&ドロップだけで前処理も含めた 機械学習・深層学習が可能
準備するもの ダイエットデータ AI 『2018calorie,exerciseand weightchanges』 https://www.kaggle.com/chrisbow/2018-calorie- exercise-and-weight-changes
データの中⾝は? Date:計測をおこなった⽇付 weight_oz:体重をオンスのみで表した際の総重量 calories:各⽇付における摂取カロリーの概算 cals_per_oz:摂取カロリーをオンス単位で表記した体重で割った数値 five_donuts:⾷事のメインが5つのドーナツだった⽇(※1=TRUE,0=FALSE) walk:20分以上の⾃発的なウォーキングをおこなった⽇ run:2.5マイル(約4キロ)以上のランニングをおこなった⽇ wine:ラージグラス⼀杯(250ml)以上のワインを摂取した⽇ prot:⾼プロテインな⾷事をした⽇
weight:ウェイトトレーニングをおこなった期間 change:体重の増減
データの中⾝は?
データ(CSVファイ ル)のアップロード c 前処理(データの 整備) ⽋損の削除、変換 レシピ: AIの設計図作成 時系列分析を選択 学習
数分程度 分析のステップ 変化予測 レシピ: AIの設計図作成 ⾃動構築AIの 「AutoFlow]を選択 学習 数分程度 要因分析
デモ https://ai.matrixflow.net/signin
結果∼体重変化予測 減少傾向ですね!
結果∼要因分析:重要度 cals_per_ozが最も学習に寄与していますね。やはりダイエットにはカロリー摂取(⾷ 事)は重要。続いてrunとwalkとなっています。
結果∼要因分析:影響度1 cals_per_ozは、カロリーの値が⾼いほど体重が増える傾向にあることがわかります。 run、walkは、実施すれば体重が減っています。
結果∼要因分析:影響度2 wineを飲んだら増える傾向。 トレーニングやプロテインをとることは減る傾向。 ドーナツは⾷べていても減っているのは注⽬です!⽢いものを我慢しなくてもダイエッ トできる!とも⾔えるのではないでしょうか。
今のダイエットを続けていれば、減る傾向にあること 体重が減ることがわかっていればダイエットを続ける励みに なりますね! ⾷事に気をつけながら適度な運動をすること AIも⼈間と同じことを⾔うんだな∼ということと、やっぱり そうだったか!という納得感を得ることができました! ☆時系列分析 ☆要因分析 結果から⾔えること
AIで分析しましょう! 最後にRPAで作ったデータは、、、 画像分析やテキスト分析(⾃然⾔語処理)などもできます!
ご静聴ありがとうございました! AIを気軽に使ってみましょう!