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
人工知能と機械学習とデータ分析の違いを理解する
Search
h-fkn
June 08, 2019
Technology
0
100
人工知能と機械学習とデータ分析の違いを理解する
バイオスブートキャンプでの講義「PythonでAIアプリを作ってみよう」での登壇資料です。
h-fkn
June 08, 2019
Tweet
Share
More Decks by h-fkn
See All by h-fkn
The advantages and disadvantages of using machine learning with enebular
fkn0839
0
250
ラズパイで写真を撮った話_IoTLT_vol.66_2200812.pdf
fkn0839
0
400
俺のNETFLIX season2 AmazonPersonalize
fkn0839
0
470
俺のNETFLIX season1
fkn0839
0
240
ゆるふわマシーンラーニング#2_内容調整中()
fkn0839
0
300
ゆるふわマシーンラーニング「❝ Google AutoML Tablesでお手軽AI ❞と題して話すつもりだったけど、実際に使ったらお手軽()だった件について5分以内で話す」
fkn0839
1
4.1k
データ分析プロセス/AIアプリケーションの基本設計
fkn0839
0
180
DataScienceBOOTCAMP5th_part1
fkn0839
0
1.9k
G'SACADEMY LAB5th DataScience
fkn0839
0
200
Other Decks in Technology
See All in Technology
自律的なスケーリング手法FASTにおけるVPoEとしてのアカウンタビリティ / dev-productivity-con-2025
yoshikiiida
1
17k
敢えて生成AIを使わないマネジメント業務
kzkmaeda
2
440
Sansanのデータプロダクトマネジメントのアプローチ
sansantech
PRO
0
160
KubeCon + CloudNativeCon Japan 2025 Recap Opening & Choose Your Own Adventureシリーズまとめ
mmmatsuda
0
270
MUITにおける開発プロセスモダナイズの取り組みと開発生産性可視化の取り組みについて / Modernize the Development Process and Visualize Development Productivity at MUIT
muit
1
16k
20250705 Headlamp: 專注可擴展性的 Kubernetes 用戶界面
pichuang
0
270
fukabori.fm 出張版: 売上高617億円と高稼働率を陰で支えた社内ツール開発のあれこれ話 / 20250704 Yoshimasa Iwase & Tomoo Morikawa
shift_evolve
PRO
2
7.6k
Reach American Airlines®️ Instantly: 19 Calling Methods for Fast Support in the USA
flyamerican
1
170
Should Our Project Join the CNCF? (Japanese Recap)
whywaita
PRO
0
340
いつの間にか入れ替わってる!?新しいAWS Security Hubとは?
cmusudakeisuke
0
120
NewSQLや分散データベースを支えるRaftの仕組み - 仕組みを理解して知る得意不得意
hacomono
PRO
2
150
Lazy application authentication with Tailscale
bluehatbrit
0
210
Featured
See All Featured
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
31
1.3k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.9k
StorybookのUI Testing Handbookを読んだ
zakiyama
30
5.9k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Music & Morning Musume
bryan
46
6.6k
The Power of CSS Pseudo Elements
geoffreycrofte
77
5.9k
It's Worth the Effort
3n
185
28k
GitHub's CSS Performance
jonrohan
1031
460k
Agile that works and the tools we love
rasmusluckow
329
21k
Git: the NoSQL Database
bkeepers
PRO
430
65k
How STYLIGHT went responsive
nonsquared
100
5.6k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
138
34k
Transcript
PythonでAIアプリを作ってみよう @hidefkn 2019-05-30@デジタルハリウッド⼤学院
⾃⼰紹介 ぬるさくAIアプリ開発勉強会 1 • ふかの ひで @hidefkn • 現職:某AIスタートアップ(7→14名?) •
経歴:コンサル→エンジニア→データサイエンティスト • プログラミング歴:およそ2年 • 趣味:ネトフリにハマってます。
AIアプリ開発の本を書きました ぬるさくAIアプリ開発勉強会 2 技術書典6にて、Nuxt.jsとPythonでつくる『ぬるさくAIアプリ開発⼊⾨』という技術書を書きました。 プログラミングスクールの同期と⼆⼈で書きました。 https://booth.pm/ja/items/1296418
⼤切にしたいこと ぬるさくAIアプリ開発勉強会 3 戦わずして勝つ まずはできる範囲でやってみて、楽しむ! 難しく考えて、無理にすべてを理解しようとしないこと!(戦わない)
講義の構成 ぬるさくAIアプリ開発勉強会 4 【前提編】 ⼈⼯知能と機械学習とデータ分析 【理論編】 第1章 AIアプリ開発の進め⽅ 第2章 スコアリングモデル概論
【実装編】 第3章 スコアリングモデル構築 第4章 NuxtでAIアプリのフロントを作ろう 第5章 PythonでAPIを作成しよう 第6章 AIアプリをデプロイしよう 本⽇の学習範囲
ぬるさくAIアプリ開発勉強会 5 ⼈⼯知能と機械学習とデータ分析 何となく理解している⾔葉を、具体的に理解しよう
AI(⼈⼯知能)とは ぬるさくAIアプリ開発勉強会 6 ⼈⼯知能とは、ざっくり⾔えば概念である 画像認識 ⾳声認識 ⾃然⾔語処理 視覚 聴覚 嗅覚
味覚 触覚 ⼈間 五感 ⽬ ⽿ ⼝ 線形代数 微分・積分 確率・統計 数学知識 機械学習技術を深く理解するための知識 定 量 化 ︵ 化 ︶ 機械学習 モデル • SVM • 重回帰分析 • 決定⽊ • クラスタリング • DeepLearning アプリ 何(画像・⾳声・⽂字 等)を学習するかによって、AI(⼈⼯知能)のアウトプットは異なる
事例1: ニュース記事キュレーションアプリ ぬるさくAIアプリ開発勉強会 7 ⼈⼯知能 = 概念 => 編集者の代わりに編集する知性 画像認識
⾳声認識 ⾃然⾔語処理 視覚 聴覚 嗅覚 味覚 触覚 ⼈間 五感 ⽬ ⽿ ⼝ 線形代数 微分・積分 確率・統計 数学知識 機械学習技術を深く理解するための知識 定 量 化 ︵ 化 ︶ 機械学習 ユーザーが読みたいと思う 記事を予測するモデル • SVM • 重回帰分析 • 決定⽊ • クラスタリング • DeepLearning
事例2: ポートレートモード ぬるさくAIアプリ開発勉強会 8 ⼈⼯知能 = 概念 => ⽬を使わずに物体を判定する 画像認識
⾳声認識 ⾃然⾔語処理 視覚 聴覚 嗅覚 味覚 触覚 ⼈間 五感 ⽬ ⽿ ⼝ 線形代数 微分・積分 確率・統計 数学知識 機械学習技術を深く理解するための知識 定 量 化 ︵ 化 ︶ 機械学習 ⼈物と背景を判別する 分類モデル • SVM • 重回帰分析 • 決定⽊ • クラスタリング • DeepLearning
機械学習とは、規則性を⾒つけるための⼿法・技術 ぬるさくAIアプリ開発勉強会 9 ⼈⼯知能 画像認識 ⾳声認識 ⾃然⾔語処理 視覚 聴覚 嗅覚
味覚 触覚 ⼈間 五感 ⽬ ⽿ ⼝ 線形代数 微分・積分 確率・統計 数学知識 機械学習技術を深く理解するための知識 数 値 機械学習 モデル 数値から規則 性を⾒つける ための⼿法 アプリ ⼈間が持つ学習にあたる仕組みを機械(特にコンピュータ)で実現する技術・⼿法の総称である(Wikipedia)
データ分析とは、データから規則性を⾒つける業務? ぬるさくAIアプリ開発勉強会 10 ⼈⼯知能 画像認識 ⾳声認識 ⾃然⾔語処理 視覚 聴覚 嗅覚
味覚 触覚 ⼈間 五感 ⽬ ⽿ ⼝ 線形代数 微分・積分 確率・統計 数学知識 機械学習技術を深く理解するための知識 数 値 機械学習 モデル 数値から規則 性を⾒つける ための⼿法 アプリ データ分析
機械学習とデータ分析 ぬるさくAIアプリ開発勉強会 11 ⼈⼯知能 画像認識 ⾳声認識 ⾃然⾔語処理 視覚 聴覚 嗅覚
味覚 触覚 ⼈間 五感 ⽬ ⽿ ⼝ 線形代数 微分・積分 確率・統計 数学知識 機械学習技術を深く理解するための知識 数 値 機械学習 モデル 数値から規則 性を⾒つける ための⼿法 アプリ データ分析 データサイエンティストの業務範囲? モデリング
機械学習とデータ分析 ぬるさくAIアプリ開発勉強会 12 ⼈⼯知能 画像認識 ⾳声認識 ⾃然⾔語処理 視覚 聴覚 嗅覚
味覚 触覚 ⼈間 五感 ⽬ ⽿ ⼝ 線形代数 微分・積分 確率・統計 数学知識 定量化するための⽅法論 ⼒ 機械学習 モデル 数値から規則 性を⾒つける ための⼿法を 選ぶ アプリ データ分析 モデリング データサイエンス⼒ エンジ ニアリ ング⼒
まとめ ぬるさくAIアプリ開発勉強会 13 • AI(⼈⼯知能)とは何ですか? • 機械学習とは何ですか? • 機械学習とデータ分析の違いは?