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
940
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
参加人数が多ければ正解?
comucal
PRO
0
99
交流会のコツ 自己紹介編~コミュ学~
comucal
PRO
0
43
コミュニティ運営勉強会OP
comucal
PRO
0
18
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
420
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
300
大事なのはコミュニティの価値!_株式会社コミュカル Mitz
comucal
PRO
0
110
Google Workspace で問い合わせ業務を改善!_株式会社G-gen 荒井
comucal
PRO
0
3.8k
RPACommunityについて 2024年6月版
comucal
PRO
0
450
はじめて買ったパソコンってなんでした_株式会社コミュカル_Mitz
comucal
PRO
0
1.4k
Other Decks in Technology
See All in Technology
EMConf JP 2025 懇親会LT / EMConf JP 2025 social gathering
sugamasao
2
190
アジャイルな開発チームでテスト戦略の話は誰がする? / Who Talks About Test Strategy?
ak1210
1
520
Cracking the Coding Interview 6th Edition
gdplabs
14
28k
What's new in Go 1.24?
ciarana
1
110
PHPカンファレンス名古屋-テックリードの経験から学んだ設計の教訓
hayatokudou
2
540
サイト信頼性エンジニアリングとAmazon Web Services / SRE and AWS
ymotongpoo
7
1.4k
Apache Iceberg Case Study in LY Corporation
lycorptech_jp
PRO
0
300
Iceberg Meetup Japan #1 : Iceberg and Databricks
databricksjapan
0
330
エンジニアリング価値を黒字化する バリューベース戦略を用いた 技術戦略策定の道のり
kzkmaeda
6
2.5k
Ruby on Railsで持続可能な開発を行うために取り組んでいること
am1157154
3
140
データベースの負荷を紐解く/untangle-the-database-load
emiki
2
500
EDRの検知の仕組みと検知回避について
chayakonanaika
11
4.7k
Featured
See All Featured
Designing for Performance
lara
604
68k
Mobile First: as difficult as doing things right
swwweet
223
9.4k
Gamification - CAS2011
davidbonilla
80
5.2k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
44
7k
Rails Girls Zürich Keynote
gr2m
94
13k
Testing 201, or: Great Expectations
jmmastey
42
7.2k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
46
2.3k
Fontdeck: Realign not Redesign
paulrobertlloyd
83
5.4k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.6k
Typedesign – Prime Four
hannesfritz
40
2.5k
Adopting Sorbet at Scale
ufuk
74
9.2k
The Cult of Friendly URLs
andyhume
78
6.2k
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!