$30 off During Our Annual Pro Sale. View Details »
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
270
ラズパイで写真を撮った話_IoTLT_vol.66_2200812.pdf
fkn0839
0
420
俺のNETFLIX season2 AmazonPersonalize
fkn0839
0
510
俺のNETFLIX season1
fkn0839
0
270
ゆるふわマシーンラーニング#2_内容調整中()
fkn0839
0
310
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
190
DataScienceBOOTCAMP5th_part1
fkn0839
0
2k
G'SACADEMY LAB5th DataScience
fkn0839
0
220
Other Decks in Technology
See All in Technology
Debugging Edge AI on Zephyr and Lessons Learned
iotengineer22
0
120
AWS re:Invent 2025で見たGrafana最新機能の紹介
hamadakoji
0
130
最近のLinux普段づかいWaylandデスクトップ元年
penguin2716
1
670
Microsoft Agent 365 を 30 分でなんとなく理解する
skmkzyk
1
1k
AI活用によるPRレビュー改善の歩み ― 社内全体に広がる学びと実践
lycorptech_jp
PRO
1
190
AWS CLIの新しい認証情報設定方法aws loginコマンドの実態
wkm2
5
560
Sansanが実践する Platform EngineeringとSREの協創
sansantech
PRO
2
660
[JAWS-UG 横浜支部 #91]DevOps Agent vs CloudWatch Investigations -比較と実践-
sh_fk2
1
240
SSO方式とJumpアカウント方式の比較と設計方針
yuobayashi
7
510
AWS Bedrock AgentCoreで作る 1on1支援AIエージェント 〜Memory × Evaluationsによる実践開発〜
yusukeshimizu
6
370
プロダクトマネージャーが押さえておくべき、ソフトウェア資産とAIエージェント投資効果 / pmconf2025
i35_267
2
590
バグハンター視点によるサプライチェーンの脆弱性
scgajge12
3
1k
Featured
See All Featured
Code Reviewing Like a Champion
maltzj
527
40k
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Leading Effective Engineering Teams in the AI Era
addyosmani
8
1.3k
Build your cross-platform service in a week with App Engine
jlugia
234
18k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.6k
Fireside Chat
paigeccino
41
3.7k
Building a Modern Day E-commerce SEO Strategy
aleyda
45
8.3k
Raft: Consensus for Rubyists
vanstee
141
7.2k
Faster Mobile Websites
deanohume
310
31k
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
5.7k
Unsuck your backbone
ammeep
671
58k
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?