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
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
KiroでGameDay開催してみよう(準備編)
yuuuuuuu168
1
110
Yahoo!広告ビジネス基盤におけるバックエンド開発
lycorptech_jp
PRO
0
210
どこで動かすか、誰が動かすか 〜 kintoneのインフラ基盤刷新と運用体制のシフト 〜
ueokande
0
170
モノレポにおけるエラー管理 ~Runbook自動生成とチームメンションの最適化
biwashi
0
530
生成AIによるデータサイエンスの変革
taka_aki
0
3.1k
AI時代の大規模データ活用とセキュリティ戦略
ken5scal
1
280
AWSの最新サービスでAIエージェント構築に楽しく入門しよう
minorun365
PRO
10
590
サイボウズフロントエンドの横断活動から考える AI時代にできること
mugi_uno
4
1.4k
Preferred Networks (PFN) とLLM Post-Training チームの紹介 / 第4回 関東Kaggler会 スポンサーセッション
pfn
PRO
1
130
AIが住民向けコンシェルジュに?Amazon Connectと生成AIで実現する自治体AIエージェント!
yuyeah
0
250
Understanding Go GC #coefl_go_jp
bengo4com
0
550
第4回 関東Kaggler会 [Training LLMs with Limited VRAM]
tascj
11
1.5k
Featured
See All Featured
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Rails Girls Zürich Keynote
gr2m
95
14k
[RailsConf 2023] Rails as a piece of cake
palkan
56
5.8k
Building Applications with DynamoDB
mza
96
6.6k
The Cult of Friendly URLs
andyhume
79
6.5k
A Modern Web Designer's Workflow
chriscoyier
695
190k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
26k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
50
5.5k
GraphQLとの向き合い方2022年版
quramy
49
14k
Build The Right Thing And Hit Your Dates
maggiecrowley
37
2.8k
Designing for humans not robots
tammielis
253
25k
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?