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
260
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
480
俺のNETFLIX season1
fkn0839
0
250
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
190
DataScienceBOOTCAMP5th_part1
fkn0839
0
1.9k
G'SACADEMY LAB5th DataScience
fkn0839
0
210
Other Decks in Technology
See All in Technology
[ JAWS-UG 東京 CommunityBuilders Night #2 ]SlackとAmazon Q Developerで 運用効率化を模索する
sh_fk2
3
380
dbt開発 with Claude Codeのためのガードレール設計
10xinc
2
1.1k
おやつは300円まで!の最適化を模索してみた
techtekt
PRO
0
290
20250903_1つのAWSアカウントに複数システムがある環境におけるアクセス制御をABACで実現.pdf
yhana
3
540
サラリーマンの小遣いで作るtoCサービス - Cloudflare Workersでスケールする開発戦略
shinaps
2
410
Firestore → Spanner 移行 を成功させた段階的移行プロセス
athug
1
440
LLMを搭載したプロダクトの品質保証の模索と学び
qa
0
1k
AWSを利用する上で知っておきたい名前解決のはなし(10分版)
nagisa53
10
3k
会社紹介資料 / Sansan Company Profile
sansan33
PRO
6
380k
今!ソフトウェアエンジニアがハードウェアに手を出すには
mackee
11
4.6k
機械学習を扱うプラットフォーム開発と運用事例
lycorptech_jp
PRO
0
230
Autonomous Database - Dedicated 技術詳細 / adb-d_technical_detail_jp
oracle4engineer
PRO
4
10k
Featured
See All Featured
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.5k
Unsuck your backbone
ammeep
671
58k
Fireside Chat
paigeccino
39
3.6k
Become a Pro
speakerdeck
PRO
29
5.5k
Mobile First: as difficult as doing things right
swwweet
224
9.9k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
229
22k
CoffeeScript is Beautiful & I Never Want to Write Plain JavaScript Again
sstephenson
162
15k
GraphQLとの向き合い方2022年版
quramy
49
14k
What's in a price? How to price your products and services
michaelherold
246
12k
Docker and Python
trallard
45
3.6k
The Cult of Friendly URLs
andyhume
79
6.6k
How to train your dragon (web standard)
notwaldorf
96
6.2k
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?