20250416_既知のテーマであればLLMで特徴量の候補抽出が可能という話

https://genaianalyticstokyo.connpass.com/event/346644/

Transcript

1. 既知のテーマであれば LLMで特徴量の候補抽出が可能 という話 ( タイタニックとDeep Resarchを例に ) 2025/4/16 @doradora09
2. Copyright © NOB DATA All Rights Reserved. ⾃⼰紹介 ⼤城信晃(twitter @doradora09) NOB DATA株式会社 代表取締役社⻑ / データサイエンティスト協会九州⽀部 ⽀部⻑ / iU 情報経営イノベーション専⾨職⼤学 客員教員 ・住まい 沖縄 -> 東京 -> 福岡 ・職歴 ヤフー-> DATUM STUDIO -> LINE Fukuoka -> NOB DATA(株) 創業 ・運営コミュニティ ・Tokyo.R(2010-2016) ・fukuoka.R、PyData.Fukuoka、 オモシロAIごった煮勉強会、ChatGPT部、 AGI福岡、他２つ ChatGPT-3.5は初登場の3⽇後の 2022/12/2から活⽤を開始
3. • LLMはインターネッツ上の情報であれば、ほぼ網羅 • データ分析で予測モデルを構築する場合は⼿法の他 「特徴量」となる変数が重要だが、 それをLLMを使えば案件着⼿前に推測できるのでは？ というアイディア 本⽇のテーマ
4. ちなみに： 着想の元である、北川さんの第１回セッション • １週間で初⼼者が Kaggle & シグネ イトのコンペで Top10%に⼊った 話 • これ、もっと応⽤ できるのでは、と いうアイディア https://zenn.dev/pipon_tech_blog/articles/bc11bbd020cdfe
5. タイタニックについて⾊々Chat先⽣に聞 いたログ • ログはこちらを参考に • https://chatgpt.com/share/67ff6451-998c-8008-9f24-3cae15ba3efb • ３ステップで実施 1. Chat先⽣の知識のみで回答 ↓ 2. ディープリサーチでKaggle事例を調査 & 考察 ↓ 3. ディープリサーチで史実を調査して、誤差⽐較
8. 応⽤：Kaggle以外でもいけるよね • 「解きたいテーマ」について、あたりを付けるならもはや 「初⼿LLMに聞く」で良いのでは • 10年前だと「とりあえずランダムフォレスト」みたいなやつ • LLMが知らない、というやつは頑張る • LLMから「精度を上げるには、こういうデータが必要かも」という のも提案してもらえれば、探しに⾏けば良い ( データ収集⼈としての⼈類・・ )
9. Inputの 仕事 (残るはず) 個⼈的な予想： あと数年でかなりリプレイスされるかも データ分析の仕事 ↓ 徐々にAIで代替 (体感、現時点で10-15% 15%- 20%くらいか。3年以内に50%く らいはおそらくできる ) 意思決定 の仕事 (残るはず) • 要件 • データ • 決断 / 責任を取る • notロジカルの部分 オープニング トークのこの話
10. とはいえ、「究極の⽬的」があるはず • データサイエンティスト、アナリストの究極の⽬的は？ • 消防⼠なら、もしかしたら「⽕事のない世界」、お医者さんな ら「病気の無い世界」かも・・？？ • サービスの⽀援、未来の予測、⾊々とあると思いますが、AIが ９割分析の仕事をしてくれるようになったら、何をやろうかと いうことはまた⾊々とディスカッションできれば、と思います
11. 余談： タイタニッ ク号事故の その後の社 会的対応 ・⽣存率の予測も良 いですが、分析の社 会的本質の１つは、 再発防⽌だと思うの です。過去を教訓に したいですね。
12. Enjoy..!!