210514 AIでダイエット体重変化を予測してみた！ Julia

Transcript

1. RPA
   Community
   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
2. 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
3. はじめに。。。 RPA
   Community
   では、、、
   『データを作る！』ノウハウが多いですよね？
4. AIで分析しましょう！ そのデータ、どうしてますか？
5. 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
6. 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
7. 準備するもの ダイエットデータ AI 『2018
   calorie,
   exercise
   and weight
   changes』
   https://www.kaggle.com/chrisbow/2018-calorie- exercise-and-weight-changes
   
8. 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
9. データの中⾝は？
10. 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
11. デモ https://ai.matrixflow.net/signin
12. 結果∼体重変化予測 減少傾向ですね！
13. 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。
14. 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。
15. 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。
16. 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
17. 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！
18. 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！