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
110
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
280
ラズパイで写真を撮った話_IoTLT_vol.66_2200812.pdf
fkn0839
0
430
俺のNETFLIX season2 AmazonPersonalize
fkn0839
0
560
俺のNETFLIX season1
fkn0839
0
280
ゆるふわマシーンラーニング#2_内容調整中()
fkn0839
0
320
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
4.2k
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
200
DataScienceBOOTCAMP5th_part1
fkn0839
0
2k
G'SACADEMY LAB5th DataScience
fkn0839
0
220
Other Decks in Technology
See All in Technology
20260208_第66回 コンピュータビジョン勉強会
keiichiito1978
0
200
私たち準委任PdEは2つのプロダクトに挑戦する ~ソフトウェア、開発支援という”二重”のプロダクトエンジニアリングの実践~ / 20260212 Naoki Takahashi
shift_evolve
PRO
2
210
AWS Network Firewall Proxyを触ってみた
nagisa53
1
250
(技術的には)社内システムもOKなブラウザエージェントを作ってみた!
har1101
0
350
Amazon Bedrock Knowledge Basesチャンキング解説!
aoinoguchi
0
170
SREじゃなかった僕らがenablingを通じて「SRE実践者」になるまでのリアル / SRE Kaigi 2026
aeonpeople
6
2.6k
Claude_CodeでSEOを最適化する_AI_Ops_Community_Vol.2__マーケティングx_AIはここまで進化した.pdf
riku_423
2
610
インフラエンジニア必見!Kubernetesを用いたクラウドネイティブ設計ポイント大全
daitak
1
390
AIエージェントに必要なのはデータではなく文脈だった/ai-agent-context-graph-mybest
jonnojun
1
250
SchooでVue.js/Nuxtを技術選定している理由
yamanoku
3
210
Agent Skils
dip_tech
PRO
0
140
Oracle AI Database移行・アップグレード勉強会 - RAT活用編
oracle4engineer
PRO
0
110
Featured
See All Featured
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
200
The Cult of Friendly URLs
andyhume
79
6.8k
Technical Leadership for Architectural Decision Making
baasie
2
250
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
122
21k
Ruling the World: When Life Gets Gamed
codingconduct
0
150
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
120
First, design no harm
axbom
PRO
2
1.1k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
38
2.7k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
61
52k
Odyssey Design
rkendrick25
PRO
1
500
It's Worth the Effort
3n
188
29k
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?