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
The advantages and disadvantages of using machi...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
h-fkn
November 04, 2020
Programming
0
280
The advantages and disadvantages of using machine learning with enebular
【オンライン】ゆるふわマシンラーニング vol.5 - connpass
https://enebular.connpass.com/event/188257/
登壇資料
h-fkn
November 04, 2020
Tweet
Share
More Decks by h-fkn
See All by h-fkn
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
570
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
230
AIアプリ開発に「目的設定」が大切な理由
fkn0839
0
160
Other Decks in Programming
See All in Programming
15年目のiOSアプリを1から作り直す技術
teakun
1
620
How to stabilize UI tests using XCTest
akkeylab
0
110
ふつうの Rubyist、ちいさなデバイス、大きな一年
bash0c7
0
810
Agent Skills Workshop - AIへの頼み方を仕組み化する
gotalab555
15
8.4k
AI活用のコスパを最大化する方法
ochtum
0
130
AI主導でFastAPIのWebサービスを作るときに 人間が構造化すべき境界線
okajun35
0
680
エンジニアの「手元の自動化」を加速するn8n 2026.02.27
symy2co
0
130
受け入れテスト駆動開発(ATDD)×AI駆動開発 AI時代のATDDの取り組み方を考える
kztakasaki
2
550
Docコメントで始める簡単ガードレール
keisukeikeda
1
110
AI時代でも変わらない技術コミュニティの力~10年続く“ゆるい”つながりが生み出す価値
n_takehata
2
710
ふつうのRubyist、ちいさなデバイス、大きな一年 / Ordinary Rubyists, Tiny Devices, Big Year
chobishiba
1
430
AIコーディングの理想と現実 2026 | AI Coding: Expectations vs. Reality 2026
tomohisa
0
1.2k
Featured
See All Featured
Discover your Explorer Soul
emna__ayadi
2
1.1k
エンジニアに許された特別な時間の終わり
watany
106
240k
How to train your dragon (web standard)
notwaldorf
97
6.5k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
130
Navigating Weather and Climate Data
rabernat
0
130
How STYLIGHT went responsive
nonsquared
100
6k
Scaling GitHub
holman
464
140k
It's Worth the Effort
3n
188
29k
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
190
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
210
Building Adaptive Systems
keathley
44
2.9k
The Invisible Side of Design
smashingmag
302
51k
Transcript
FOFCVMBS ʷ "VUP.-ʢԻೝࣝʣ ͰԿ͔ͬͯΈ͍ͨͱ͍͏ر ʹରͯ͠ಥ͖͚ͭΒΕͨݱ࣮ ʲΦϯϥΠϯʳΏΔ;ΘϚγϯϥʔχϯά WPM ʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ 8FE )JEF'VLBOPʢIJEFGʣ
ʢԾʣ
ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ॳֶऀͳΓʹ Λཧղ͠ͳ͕Βɺ ͰϚγʔϯϥʔχϯάΛΔ ϝϦοτͱσϝϦοτΛࣗͳΓʹߟ͑ͯΈͨ ਆϋϯζΦϯಈը Λ௨ͯ͠ ຊ
ࣗݾհ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ )JEF'VLBOP Ϣυ߹ಉձࣾ දࣾһ • σʔλੳͷडୗͱϓϩδΣΫτϚωδϝϯτͷडୗۀ •
݄͔ΒҰਓͰ΅ͪ΅ͪαʔϏε։ൃͯ͠·͢ 'BDFCPPL IJEFGLO 5XJUUFS !IJEFGLO
πΠʔτΑΖ͓͘͠Ͷ͕͍͠·͢ʵʂ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ZVSVGVXBNM ϋογϡλά
ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ଟɺ͜ͷ͋ͱϨϕϧͷߴ͍-5͕ଓͩ͘Ζ͏ʜ ԶʜݟӫϓϥΠυΛࣺͯͯ େͷࣗͷऑ͞ΛӅͣ͞ʹ-5͢Δ ʢࣗͷϋʔυϧԼ͛ͯΔ͚ͩͰ͢ʣ
ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ࠷ۙϓϩάϥϛϯάΕ͖ͯͨʢਂࠁͳΈʣ • Ͱ͖ͳ͘ͳ͖ͬͯͨϓϩάϥϛϯά ʹର͢Δʜߴ·Δۤखҙࣝ • Զ͏1E.͡Όͳͯ͘1K.ͱͯ͠ੜ ͖͍͚ͯΑ͘Ͷʁͱ͍͏
৬छతͳݴ͍༁ *P5-5σϏϡʔΛՌͨͨ͠ͱ͖ͷεϥΠυ
ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ FOFCVMBS ͱ͖߹͏ͱݴͬͯɺආ͚Δʑ *P5-5σϏϡʔΛՌͨͨ͠ͱ͖ͷεϥΠυ
ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ͰͬͺΓɺͪΐͬͱຊʹ FOFCVMBS ʹ৮ΕͯΈ͍ͨͷΑʜ ͳΜ͍ͯ͏͔ʮҰճ৮ΕͯΈ͍ͨʯΈ͍ͨͳ ܦݧΛੵΜͰ͓͖͍ͨͳ͍ͬͯ͏ح৺͕͋Δ
ͦΜͳͳ͔ɺϝγΞʢٹੈओʣతΠϕϯτ͕ݱΕΔ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ FOFCVMBSͱ5FBDIBCMF.BDIJOFϋϯζΦϯ ϥϯν࣌ؒ։࠵ r DPOOQBTT IUUQTFOFCVMBSDPOOQBTTDPNFWFOU
߽՚෮शಈը͖ʂ͜ΕຊʹࢹௌඞਢɻϚδɻ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ FOFCVMBSͱ5FBDIBCMF.BDIJOFϋϯζΦϯ ϥϯν࣌ؒ։࠵ r DPOOQBTT ͷࢀߟࢿྉಈը IUUQTFOFCVMBSDPOOQBTTDPNFWFOU
࣮ࡍʹͬͯΈͨ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ͓ੈࣙൈ͖ɾൈ͖ͰਆϋϯζΦϯಈը͔ͩΒɺຊʹͬͯΈΔͷ͓͢͢ΊͰ͢
-*/&ʹ݁ՌΛฦ͢ͷͬͯҟৗͳୡײ͕͋Δ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ಈ࡞ϋϯζΦϯͱಉ͡ͳͷͰɺσϞׂѪ͠·͢ʔ
ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ͱ͍͏Θ͚Ͱࠓճͷ-5ʜ ͜ͷಈըͷߨࢣͰ͋Δ͕͓·Δ͞Μͱ FOFCVMBSͷ͍ํಈըΛڞ༗ͯͩͬͨ͘͠͞ ϑϧͷࢁ㟒͞ΜʹϦεϖΫτΛࠐΊͯʜ
ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ॳֶऀͳΓʹ Λཧղ͠ͳ͕Βɺ ͰϚγʔϯϥʔχϯάΛΔ ϝϦοτͱσϝϦοτΛࣗͳΓʹߟ͑ͯΈͨ ਆϋϯζΦϯಈը Λ௨ͯ͠ ຊ
FOFCVMBS ʷ .-ΛΔϝϦοτ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ϝδϟʔͳػցֶशػೳͷ࣮ͳΒɺ໌Β͔ʹ։ൃ͔ΒσϓϩΠ·Ͱ͕ૣ͍ ϑϩʔʢϓϩάϥϜͷ࣮ߦॱংʣΛ(6*Ͱૢ࡞ɾѲͰ͖Δ͜ͱ
ϩʔίʔυͰ͋Δ͜ͱ ʢ΄΅ߦͷίʔυͰظ͢ΔػೳΛ࣮Ͱ͖Δʣ σϓϩΠָ͕ ͔ͨ͠ʹίϛϡχςΟͷهࣄ͕ࢀߟʹͳΔ
FOFCVMBS ʷ .-ΛΔϝϦοτ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ϝδϟʔͳػցֶशػೳͷ࣮ͳΒɺ໌Β͔ʹ։ൃ͔ΒσϓϩΠ·Ͱ͕ૣ͍ ϑϩʔʢϓϩάϥϜͷ࣮ߦॱংʣΛ(6*Ͱૢ࡞ɾѲͰ͖Δ͜ͱ
ϩʔίʔυͰ͋Δ͜ͱ ʢ΄΅ߦͷίʔυͰظ͢ΔػೳΛ࣮Ͱ͖Δʣ σϓϩΠָ͕ ͔ͨ͠ʹίϛϡχςΟͷهࣄ͕ࢀߟʹͳΔ
͜ΕɺΘ͔Γ͗ͨ͢͢ɻ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ਧ͖ग़͠ͷཧղ͕ؒҧͬͯͨΒڭ͑ͯ΄͍͠Ͱ͢ どこに情報を送るのー? →enebularが勝⼿にデプロイし てくれるURL+任意のURL(ex. /linebot) LINE
の Messaging API を使う ために、認証する 返答形式を書いてる メッセージ形式で、返信メッ セージとして、判別結果をテキ ストで返す API使っていいよってなったら、解析 したデータ(写真)を⼊⼒して、判 別結果(Class name)を出⼒する ⾃分で作ったAPIを使って返信 内容を返すから、そのAPIを使 うためにアクセストークンとか をパパッと⼊⼒する LINE developers ドキュメントに 詳しく書いてる
FOFCVMBS ʷ .-ΛΔϝϦοτ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ϝδϟʔͳػցֶशػೳͷ࣮ͳΒɺ໌Β͔ʹ։ൃ͔ΒσϓϩΠ·Ͱ͕ૣ͍ ϑϩʔʢϓϩάϥϜͷ࣮ߦॱংʣΛ(6*Ͱૢ࡞ɾѲͰ͖Δ͜ͱ
ϩʔίʔυͰ͋Δ͜ͱ ʢ΄΅ߦͷίʔυͰظ͢ΔػೳΛ࣮Ͱ͖Δʣ σϓϩΠָ͕ ͔ͨ͠ʹίϛϡχςΟͷهࣄ͕ࢀߟʹͳΔ
ຊʹɺϩʔίʔυʢߦʣ͗ͨ͢ɻ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ Ԡ༻͍ͨ͠ͳΒɺવҰߦͣͭಡΜͰཧղ͠ͳ͖ΌͳΒΜɻ Teachable Machine からの判別結果が、どの 変数に⼊るのかは正直わからなかったから、 コピペして脳死でやってしまった
メッセージの返答形式は、LINE Developers ドキュメント⾒れば、理解できた .FTTBHJOH"1*ϦϑΝϨϯε c-*/&%FWFMPQFST IUUQTEFWFMPQFSTMJOFCJ[KBSFGFSFODFNFTTBHJOHBQJ
ͬͯΈͯؾ͍ͮͨ͜ͱ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ &OFCVMBSͷσϝϦοτͰͳͯ͘ɺϩʔίʔυʹ͓͚Δ੍݅ʹ͍ۙͱ͓͏ɻ ϩʔίʔυ ઃܭྗ͕͋ΔΤϯδχΞʹ༩͑ΒΕͨ͝๙ඒͰ͋Δ ͍͍ͨػցֶशϥΠϒϥϦʢ"1*ͱݴͬͨ΄͏͕ਖ਼͍͠ʁʣɺ
/PEF3&%ͱݺΕΔ։ൃπʔϧʹґଘ͢Δ ೖྗ͞ΕΔσʔλͱग़ྗ͞ΕΔσʔλͷܗ͕ࣜΘ͔Βͳ͍ͱɺΘΓͱ؆ ୯ʹ٧Ήʢ"1*Λ͍׳ΕͯΔਓશ͘ͳ͍ͱࢥ͏͚Ͳɺ"1*ͬͨ ͜ͱͳ͍ਓ࠷ॳʹϋϚΔ෦ͩͱࢥ͏ʣ
ͬͯΈͯؾ͍ͮͨ͜ͱ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ &OFCVMBSͷσϝϦοτͰͳͯ͘ɺϩʔίʔυʹ͓͚Δ੍݅ʹ͍ۙͱ͓͏ɻ ϩʔίʔυ ઃܭྗ͕͋ΔΤϯδχΞʹ༩͑ΒΕͨ͝๙ඒͰ͋Δ ͍͍ͨػցֶशϥΠϒϥϦʢ"1*ͱݴͬͨ΄͏͕ਖ਼͍͠ʁʣɺ
/PEF3&%ͱݺΕΔ։ൃπʔϧʹґଘ͢Δ ೖྗ͞ΕΔσʔλͱग़ྗ͞ΕΔσʔλͷܗ͕ࣜΘ͔Βͳ͍ͱɺΘΓͱ؆ ୯ʹ٧Ήʢ"1*Λ͍׳ΕͯΔਓશ͘ͳ͍ͱࢥ͏͚Ͳɺ"1*ͬͨ ͜ͱͳ͍ਓ࠷ॳʹϋϚΔ෦ͩͱࢥ͏ʣ
ઃܭྗͱ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ FOFCVMBS Ͱ࠶ݱ͍ͨ͠ ೖྗˠϓϩάϥϜˠग़ྗ ͷҰ࿈ͷྲྀΕʢϑϩʔʣΛͭ͘Δྗ -*/& 5FBDIBCMF
.BDIJOF -*/& ೖྗ ΠϯλʔϑΣΠε ͍͍ͨػೳ ʢػցֶशϞσϧʣ ग़ྗ ΠϯλʔϑΣΠε ը૾σʔλ ผ݁Ռͷจࣈྻ FOFCVMBSͱ5FBDIBCMF.BDIJOFϋϯζΦϯ ϥϯν࣌ؒ։࠵ r DPOOQBTT ͷࢀߟࢿྉಈը IUUQTFOFCVMBSDPOOQBTTDPNFWFOU
ϩʔίʔυͰׂ͚ͯ௨Εͳ͍ɺઃܭɻ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ͨΓલͬͪΌͨΓલ͚ͩͲɺվΊͯͦͷେ͞Λ࣮ײͨ͠ -*/& 5FBDIBCMF .BDIJOF -*/& ೖྗ
ΠϯλʔϑΣΠε ͍͍ͨػೳ ʢػցֶशϞσϧʣ ग़ྗ ΠϯλʔϑΣΠε ը૾σʔλ ผ݁Ռͷจࣈྻ
ͬͯΈͯؾ͍ͮͨ͜ͱ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ &OFCVMBSͷσϝϦοτͰͳͯ͘ɺϩʔίʔυʹ͓͚Δ੍݅ʹ͍ۙͱ͓͏ɻ ϩʔίʔυ ઃܭྗ͕͋ΔΤϯδχΞʹ༩͑ΒΕͨ͝๙ඒͰ͋Δ ͍͍ͨػցֶशϥΠϒϥϦʢ"1*ͱݴͬͨ΄͏͕ਖ਼͍͠ʁʣɺ
/PEF3&%ͱݺΕΔ։ൃπʔϧʹґଘ͢Δ ೖྗ͞ΕΔσʔλͱग़ྗ͞ΕΔσʔλͷܗ͕ࣜΘ͔Βͳ͍ͱɺΘΓͱ؆ ୯ʹ٧Ήʢ"1*Λ͍׳ΕͯΔਓશ͘ͳ͍ͱࢥ͏͚Ͳɺ"1*ͬͨ ͜ͱͳ͍ਓ࠷ॳʹϋϚΔ෦ͩͱࢥ͏ʣ
5FBDIBCMF.BDIJOF̏ͭͷػցֶशϞσϧΛ࡞ΕΔ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ˞5FBDIBCMF.BDIJOFͱʁ͍ͬͯ͏ղઆׂѪ͠·͢ʂ 5FBDIBCMF.BDIJOF IUUQTUFBDIBCMFNBDIJOFXJUIHPPHMFDPN
͏Ϟσϧ͚ͩม͑Εউ֬ͩͱա৴ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ϞσϧʹඞཁͳೖྗσʔλมΘΔͷͰɺͦ͜มߋͭͭ͠ʜ͜Εߦ͚ΔͰ͠ΐ 5FBDIBCMF.BDIJOF IUUQTUFBDIBCMFNBDIJOFXJUIHPPHMFDPN
/PEF3&%ʹެ։͞Ε͍ͯΔϥΠϒϥϦ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ 5FBDIBCMF.BDIJOFͰώοτͨ͠།ҰͷϥΠϒϥϦʢݱ࣌ʣ A Node-RED node based in
tensorflow.js that enables to run custom image classification trained models using Teachable Machine tool.
/PEF3&%ʹґଘ͢Δ͍ͬͯ͏ͷʜ͜͏͍͏͜ͱ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ 5FBDIBCMF.BDIJOF͕ఏڙ͍ͯ͠Δػೳͷ͏ͪɺ̍ͭͷϞσϧ͔͑͠ͳ͍ʢଟʣ 5FBDIBCMF.BDIJOFΛ༻ͯ͠ΧελϜը૾ྨͷֶश ࡁϞσϧΛ࣮ߦͰ͖ΔΑ͏ʹ͢ΔUFOTPSGMPXKTϕʔεͷ /PEF3&%ϊʔυͰ͢Αɻ
ա৴ʹΑΔશഊ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ͦΜͳ͜ͱͳ͍Αͬͯݴ͏߹ɺڭ͑ͯ΄͍͠Ͱ͢ʢ࣮ʣ ͋Δ ଟ ͳ͍ ଟ ͳ͍
ࢲͷഊྫ1PTF.PEFMͰ-*/&ͰϑΟοτωείʔν ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ 1PTF.PEFMඵͰ࡞Ε͚ͨͲɺFOFCVMBS Λ࣮ͬͯ͢Δ͜ͱͰ͖ͳ͔ͬͨ ࠊ͕Լ͕͍ͬͯΔ ྑ͍εΫϫοτϙʔζ ࠊ͕Լ͕͍ͬͯͳ͍ ѱ͍εΫϫοτϙʔζ
Զͷ3JOH'JU͍ͬͯ͏ͷΛ ࡞Γ͔ͨͬͨ
5FBDIBCMF.BDIJOFͰ͓खܰʹ࡞ΕΔͬͯ͜ͱʜ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ʮͻ͟ͷ֯ʯͰผ͔ͨͬͨ͠ͷ͕ͩɺʮͻ͡ʯͰ&YDFMMFOUͨ݅͠ 簡単に作れてしまうがゆえに、 間違った予測結果を簡単に出⼒してしまう
ϩʔίʔυͱ͍͏͍Ռ࣮ʹ੍͕͋Δ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ ࣮ߦ͍ͨ͠ػೳ͕/PEF3&%Ͱఏڙ͞Ε͍ͯΔͷ͔ݕূ͢Δ͖ͩͬͨ ͨΊ͠ʹʮHPPHMFʯͰαʔνͯ͠ΈͨΒ ͋Β·͊͜Μͳʹ৭ʑ͋ΔͰ͋Γ·ͤΜ͔ʙ
ͬͯΈͯؾ͍ͮͨ͜ͱ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ &OFCVMBSͷσϝϦοτͰͳͯ͘ɺϩʔίʔυʹ͓͚Δ੍݅ʹ͍ۙͱ͓͏ɻ ϩʔίʔυ ઃܭྗ͕͋ΔΤϯδχΞʹ༩͑ΒΕͨ͝๙ඒͰ͋Δ ͍͍ͨػցֶशϥΠϒϥϦʢ"1*ͱݴͬͨ΄͏͕ਖ਼͍͠ʁʣɺ
/PEF3&%ͱݺΕΔ։ൃπʔϧʹґଘ͢Δ ೖྗ͞ΕΔσʔλͱग़ྗ͞ΕΔσʔλͷܗ͕ࣜΘ͔Βͳ͍ͱɺΘΓͱ؆ ୯ʹ٧Ήʢ"1*Λ͍׳ΕͯΔਓશ͘ͳ͍ͱࢥ͏͚Ͳɺ"1*ͬͨ ͜ͱͳ͍ਓ࠷ॳʹϋϚΔ෦ͩͱࢥ͏ʣ
γϯϓϧ͗ͯ͢ɺͲ͏ܨ͛Εྑ͍ͷ͔໎ࢠʹͳͬͨ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ FOFCVMBS ͷσϝϦοτͰͳͯ͘ɺࣗͷٕज़ྗෆPS[ ྫ (PPHMF༁ͷ"1*Λ͑ΔϥΠϒϥϦΛ͓͏ͱͯ͠Έͨ • -*/&ͷυΩϡϝϯτΛݟͳ͕Βɺς
Ωετϝοηʔδͷऔಘํ๏Λཧղ ͠ͳ͖ΌͳΒΜ • ͜ͷ"1*ʢϥΠϒϥϦʁͪΐͬͱΘ͔ Βͳ͘ͳ͖ͬͯͨΑʂʣ͕ग़ྗ͢Δ ܗࣜΛཧղ͠ͳ͖ΌͳΒΜʢී௨ͷ จࣈྻͩͱࢥ͏Μ͚ͩͲ͞ʣ
FOFCVMBS ʷ .-ॳֶऀͳΓͷ·ͱΊ ΏΔ;ΘϚγϯϥʔχϯά WPMʲFOFCVMBSฤʳ໌͔Β͑Δ͓खܰ.-αʔϏεΛֶ΅͏ʂ • ແྉͰֶΔಈըاըΛͬͯ͘ΕΔਓͨͪਓؒ͡Όͳ͍ɻਆɻ (0%ɻϝγΞʢٹੈओʣɻຊʹ͋Γ͕ͱ͏͍͟͝·ͨ͠N @@
N • FOFCVMBS Λͬͯɺૉૣ͘ɾ؆୯ʹϏδϡΞϧϓϩάϥϛϯά͍ͨ͠ͱ ࢥͬͨΒɺ࣮͍ͨ͠ػೳ͕ɺ/PEF3&%ͷϥΠϒϥϦʹؚ·Ε͍ͯΔ ͔Ͳ͏͔ʁΛ୳͢͜ͱ͕େࣄ͔ʢͦͷϥΠϒϥϦΛ࡞ΕΔΤϯδχΞ ผ͚ͩͲʣ • FOFCVMBS ʷ .-ʹ͓͍ͯϝδϟʔͳػցֶशϞσϧΛΈࠐΜͩϓϩ τλΠϓΛ࡞ͬͯΈΔʹ࣮֬ʹ࠷ߴͰ(PPEɻ • *P5ͩͱͬͱϥΠϒϥϦ͕๛ͰΑΓૣָ͘͘͠ΞϓϦέʔγϣϯ͕࡞ΕͪΌ͏ͷ͔ͳʁͱ͔ࢥͬͨ