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
ゆるふわマシーンラーニング「❝ Google AutoML Tablesでお手軽AI ❞と題...
Search
h-fkn
October 31, 2019
Technology
4.2k
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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」
https://enebular.connpass.com/event/143346/
h-fkn
October 31, 2019
More Decks by h-fkn
See All by h-fkn
The advantages and disadvantages of using machine learning with enebular
fkn0839
0
300
ラズパイで写真を撮った話_IoTLT_vol.66_2200812.pdf
fkn0839
0
440
俺のNETFLIX season2 AmazonPersonalize
fkn0839
0
590
俺のNETFLIX season1
fkn0839
0
310
ゆるふわマシーンラーニング#2_内容調整中()
fkn0839
0
340
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
220
DataScienceBOOTCAMP5th_part1
fkn0839
0
2.1k
G'SACADEMY LAB5th DataScience
fkn0839
0
240
AIアプリ開発に「目的設定」が大切な理由
fkn0839
0
180
Other Decks in Technology
See All in Technology
攻撃と防御で学ぶAI時代のプロダクトセキュリティ演習
recruitengineers
PRO
6
1.7k
20分でわかるセキュアAPI
nwiizo
0
180
Breaking the Seal: Static Deobfuscation of Compiled V8 JavaScript Bytecode Malware
hshrzd
0
620
侵入は突然に 〜 IoTマルウェアと悪用される家庭の機器 ~ / When Intrusion Strikes: IoT Malware and the Abuse of Home Devices
nttcom
0
1.5k
Goでデータパイプラインを作ろう
sansantech
PRO
0
340
【CEDEC2026】『GRANBLUE FANTASY: Relink - Endless Ragnarok』のバトル制作事例 ~最高のキャラゲーを目指して~
cygames
PRO
0
220
FORENSIA: ローカルLLMフォレンジックハーネス
sumeshi
2
270
制約理論(ToC)入門 2026版
recruitengineers
PRO
6
2k
システム思考で問題に対処する
yussak
0
190
20260804_Q4AzureUpdateBite_FabricDataAgentの精度を高める設計.pdf
matayuuu
1
110
【CEDEC2026】専門性の高いデフォルメチームが挑んだ人材育成戦略 〜Cygames Academiaの企画から実施まで〜
cygames
PRO
0
520
【CEDEC2026】次世代デジタルカードゲームのサーバー設計と運用 〜『Shadowverse: Worlds Beyond』の舞台裏~
cygames
PRO
1
950
Featured
See All Featured
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.5k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
260
Large-scale JavaScript Application Architecture
addyosmani
515
110k
Six Lessons from altMBA
skipperchong
29
4.4k
ラッコキーワード サービス紹介資料
rakko
1
4.3M
Agile that works and the tools we love
rasmusluckow
331
22k
Code Reviewing Like a Champion
maltzj
528
40k
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
830
[SF Ruby Conf 2025] Rails X
palkan
2
1.2k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
2.1k
Building Applications with DynamoDB
mza
96
7.2k
Transcript
❝ (PPHMF"VUP.- 5BCMFTͰ͓खܰ"*❞ ͱͯͭ͢͠Γ͚ͩͬͨͲɺ࣮ࡍʹͬͨΒ ͓खܰʢʣͩͬͨ݅ʹ͍ͭͯҎͰ͢ ΏΔ;ΘϚγʔϯϥʔχϯά!גࣜձࣾϑϧ 'VLBOP )JEF
ࣗݾհ !IJEFGLO ਂ ࢚ ੜ·Εւಓग़Ϣυ߹ಉձࣾ දࣾһσʔλαΠΤϯςΟετ݉"*։ൃϓϩ δΣΫτϚωδϟʔܦӦίϯαϧ *5اۀΛܦͯಠཱϢυ߹ಉձࣾઃཱಉ࣌ʹ "*ελʔτ Ξοϓʹॳͷਖ਼ࣾһσʔλαΠΤϯςΟετͱͯ͠ೖࣾΤϯλϝ
খച ௨৴ ۚ༥ͳͲͷ ෯͍ۀքͷσʔλੳ ϞσϧߏஙʹܞΘΔݸਓͰ σʔλੳͷडୗσʔλαΠΤϯε ʹؔ͢ΔߨࢣͳͲΛߦ͏ͦͷޙ ࠶ͼಠཱडୗۀΛฒߦͯ͠αʔϏε։ൃத ओͳ׆ಈ࣮ • 40.10ϗʔϧσΟϯάεגࣜձࣾ %BUB4DJFODF#PPUDBNQUIߨࢣʗ.FOUPS • (`T"$"%&.: -"#ίʔε σʔλαΠΤϯείʔε ߨࢣʗ.FOUPS ࣥච • /VYUKTͱ1ZUIPOͰͭ͘Δ ͵Δ͘͞"*ΞϓϦ։ൃೖ • ͋ͷ͍ͰֶͿࣗવݴޠॲཧʢٕज़ॻయʣ
աڈͷొஃࢿྉ 4QFBLFS%FDLʹͯެ։͍ͯ͠·͢ !άϩʔϏεܦӦେֶӃ ࣮ફ*5Ϗδωεษڧձ !%BUB4DJFODF#005$".1
࠷ۙͷ׆ಈ ॳֶऀ͚ػցֶशͷಉਓࢽΛॻ͍ͨΓɻ
࠷ۙͷσʔλαΠΤϯεք۾ "VUP.- WTσʔλαΠΤϯςΟετ͕ྲྀߦͬͯΔ
࠷ۙͷσʔλαΠΤϯεք۾
࠷ۙͷσʔλαΠΤϯεք۾
࠷ۙͷσʔλαΠΤϯεք۾
࠷ۙͷσʔλαΠΤϯεք۾
ςʔϚ (PPHMF"VUP.- 5BCMFTΛ;Θͬͱཧղͯ͠ɺ "VUP.-ͷ͍ಓΛσʔλαΠΤϯςΟετࢹͰΏΔʙ͘͢
ࠓճɺΏΔʙ͘;Θͬͱ͢͜ͱ • ͦͦ "VUP.- 5BCMFT ͬͯԿʁ • ࣮ࡍʹ "VUP.-
5BCMFTΛͬͯԿΛ"VUPͯ͠Δ͔ମײͯ͠ΈΔ • "VUP.- 5BCMFTͷڧΈͱऑΈΛ;Θͬͱཧղ͢Δ • "VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β
ࠓճɺΏΔʙ͘;Θͬͱ͢͜ͱ • ͦͦ "VUP.- 5BCMFT ͬͯԿʁ • ࣮ࡍʹ "VUP.-
5BCMFTΛͬͯԿΛ"VUPͯ͠Δ͔ମײͯ͠ΈΔ • "VUP.- 5BCMFTͷڧΈͱऑΈΛ;Θͬͱཧղ͢Δ • "VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β
"VUP.- 5BCMFTͱ ߏԽσʔλΛͬͨϞσϧߏஙΛࣗಈԽͰ͖ΔαʔϏε
"VUP.- 5BCMFTͱ ػցֶश༻ʹ͖Ε͍ʹܗ͞ΕͨߏԽσʔλͰ͋Εɺ ಛྔΤϯδχΞϦϯάɾϞσϧબఆɾϋΠύʔύϥϝʔλνϡʔχϯά ͷ̏ͭͷ࡞ۀΛࣗಈԽͯ͘͠ΕΔαʔϏε
"VUP.- 5BCMFTͱ ػցֶश༻ʹ͖Ε͍ʹܗ͞ΕͨߏԽσʔλͰ͋Εɺ ಛྔΤϯδχΞϦϯάɾϞσϧબఆɾϋΠύʔύϥϝʔλνϡʔχϯά ͷ̏ͭͷ࡞ۀΛࣗಈԽͯ͘͠ΕΔαʔϏε
"VUP.- 5BCMFTͱ "VUP.- 5BCMFTʮௐཧʯΛࣗಈԽ͍ͯ͠ΔΠϝʔδ データ抽出 必要な⾷材を取り出す 使える⾷材かどうか調べる データ加⼯ 調理しやすいように
⾷材の形を整える データベース モデル構築
"VUP.- 5BCMFTͱ ͭ·Γɺྑ͍৯ࡐΛྑ͍ײ͡ʹԼ४උ͓ͯ͘͠ඞཁ͕͋Δ データ抽出 必要な⾷材を取り出す 使える⾷材かどうか調べる データ加⼯ 調理しやすいように ⾷材の形を整える
データベース モデル構築
"VUP.- 5BCMFT ػցֶश༻ʹ͖Ε͍ʹܗ͞Εͨσʔλ͕ͳ͍ͱ ͙͢ʹ͑ͳ͍Αʔ
"VUP.- 5BCMFT͕ࣗಈͰ࡞ΔϞσϧͷछྨ ճؼϞσϧͱྨϞσϧΛࣗಈͰϞσϦϯάͰ͖Δ ճؼ ྨ ྫ͕͍͘ΒͰചΕΔ͔ Λਪ ྫ໎ϝʔϧ͔Ͳ͏͔ ΧςΰϦΛਪ
"VUP.- 5BCMFT ڭࢣ͋Γֶशͱ͍͏ֶशํ๏Ͱ ճؼྨϞσϧΛࣗಈͰߏஙͯ͘͠ΕΔΑʔ
ࠓճɺΏΔʙ͘;Θͬͱ͢͜ͱ • ͦͦ "VUP.- 5BCMFT ͬͯԿʁ • ࣮ࡍʹ "VUP.-
5BCMFTΛͬͯԿΛ"VUPͯ͠Δ͔ମײͯ͠ΈΔ • "VUP.- 5BCMFTͷڧΈͱऑΈΛ;Θͬͱཧղ͢Δ • "VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β
"VUP.- 5BCMFTʹ৮ΕͯΈͨ "VUP.- 5BCMFTͷΫΠοΫελʔτʹ৮ΕͯΈͨ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ 5BCMF Λ༻ҙ͢ΔʢͪΖΜɺܗࡁΈͷͭʣ *UFN@*% %BUFUJNF *UFN@OBNF $BUFHPSZ 1SJDF
$0-% "$$4 ộ ộ ộ ộ ộ 3*/(
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ($1্ʹ"VUP.- 5BCMFT༻ͷϓϩδΣΫτΛ࡞Δ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ϓϩδΣΫτʹσʔληοτ໊Λઃఆͯ͠ʜ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ σʔληοτΛͿͬࠐΉʢΠϯϙʔτ͢Δʣ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ͍͍ײ͡Ͱදࣔ͞ΕΔ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ͍͍ײ͡Ͱදࣔ͞ΕΔ ྻ ໊ σ ồ λ ܕ
ܽ ଛ Λ ڐ ༰ ͢ Δ ͔ ൱ ͔
"VUP.- 5BCMFTʹ৮ΕͯΈͨ తมʢਪ͍ͨ͠ྻ໊ʣΛબͿ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ %FQPTJU͍ͯ͠Δ͔ PS͍ͯ͠ͳ͍͔ Λਪ͢ΔྨϞσϧ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ తมΛઃఆͨ͠ͱ͍͏͜ͱ తม
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ͦͷଞͷྻΛઆ໌มͱͯ͠༻͢Δ͜ͱʹͳΔ తม આ໌ม
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ੳ݁ՌܽଛɾϢχʔΫ݅ɾ૬ؔੑɾجຊ౷ܭྔ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ੳ݁ՌܽଛɾϢχʔΫ݅ɾ૬ؔੑɾجຊ౷ܭྔ Ϣ χ ồ Ϋ ݅
૬ ؔ ੑ ฏ ۉ ඪ ४ ภ ࠩ ܽ ଛ ɾ ݸ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ΫϦοΫ͢ΔͱɺՄࢹԽ͞ΕΔͷΘΓͱ͖
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ࣮ɺσʔληοτʹ੍͕ؔͯ͋͠Δ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ࣮ɺσʔληοτʹ੍͕ؔͯ͋͠Δ σʔλྔ σʔλൺ σʔλ࣭ ࣗಈԽͰ͖ͳ͍ ಛྔઃܭ
"VUP.- 5BCMFT ػցֶश༻ʹ͖Ε͍ʹܗ͞Εͨσʔλ͕ͳ͍ͱ ͙͢ʹ͑ͳ͍Αʔ ճ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ແྉͰ͍͍ͨͳΒɺֶश͕࣌ؒͦ͏ͳͭΊͱ͜
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ϙνϙνϙνͰϞσϧτϨʔχϯάʢػցֶशʣ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ਖ਼ɺֶश݁Ռݟ͍͢
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ;ΘͬͱධՁࢦඪ
"VUP.- 5BCMFTʹ৮ΕͯΈͨ ࠞಉߦྻͱಛྔͷॏཁදࣔ͞ΕͯΔͷͰɺ୯७ղऍ͍͢͠ ࠞಉߦྻ ॏཁ
"VUP.- 5BCMFT ಛྔΤϯδχΞϦϯάɾϞσϧબఆɾϋΠύʔ ύϥϝʔλௐෆཁͰϞσϧߏஙͰ͖ͨΑʔ
ࠓճɺΏΔʙ͘;Θͬͱ͢͜ͱ • ͦͦ "VUP.- 5BCMFT ͬͯԿʁ • ࣮ࡍʹ "VUP.-
5BCMFTΛͬͯԿΛ"VUPͯ͠Δ͔ମײͯ͠ΈΔ • "VUP.- 5BCMFTͷڧΈͱऑΈΛ;Θͬͱཧղ͢Δ • "VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β
"VUP.- 5BCMFTͷڧΈͱऑΈ ڧΈ ऑΈ ࢲͷ݁ʜ Ϟσϧߏங ϙνϙνͰ0, ՃɾܗࡁσʔλΛ ༻ҙ͠ͳ͖Όବ
σʔληοτʹؔ͢Δ੍͕ଟ͍
"VUP.- 5BCMFTͷڧΈͱऑΈ ڧΈ ऑΈ σʔλαΠΤϯςΟετʢటषʙ͍͓͠͝ͱʣͳ͘ͳΒͳ͍ Ϟσϧߏங ϙνϙνͰ0, ՃɾܗࡁσʔλΛ ༻ҙ͠ͳ͖Όବ
σʔληοτʹؔ͢Δ੍͕ଟ͍
ࠓճɺΏΔʙ͘;Θͬͱ͢͜ͱ • ͦͦ "VUP.- 5BCMFT ͬͯԿʁ • ࣮ࡍʹ "VUP.-
5BCMFTΛͬͯԿΛ"VUPͯ͠Δ͔ମײͯ͠ΈΔ • "VUP.- 5BCMFTͷڧΈͱऑΈΛ;Θͬͱཧղ͢Δ • "VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β
"VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β "VUP.- 5BCMFTͷ͍ಓɺݱঢ়طଘϞσϧͷ1%$"͖͔ σʔληοτ Ϟσϧߏங σʔλੳ σʔλܗ σʔλऩू
ݕূ
"VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β ͖Ε͍ͳσʔλ࣋ͬͯΔPS͖Ε͍ʹͯ͘͠ΕΔ%4͕͍Δ ˠ ̋ Data Lake データをほぼそのまま 保存しているDB
Data Ware House 分析⽤に下処理 を施したDB Data Mart ビジネス観点で 整備されたDB データ • 分析 • モデリング ׆ ༻
"VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β σʔλαΠΤϯςΟετͷྖҬ͜ͷลʹͳΓͦ͏ʢ࣮ࡍͦ͏ʣ Data Lake データをほぼそのまま 保存しているDB Data Ware
House 分析⽤に下処理 を施したDB Data Mart ビジネス観点で 整備されたDB データ • 分析 • モデリング ܗ ऩ ू
"VUP.- 5BCMFTͷ͍ಓͱ͜Ε͔Β ͔Εૣ͔Εɺ͜͏͍͏ײͩ͡ͱࢥ͏ Data Lake データをほぼそのまま 保存しているDB Data Ware
House 分析⽤に下処理 を施したDB Data Mart ビジネス観点で 整備されたDB データ • 分析 • モデリング
"VUP.- 5BCMFT ػցֶश༻ʹ͖Ε͍ʹܗ͞Εͨσʔλ͕ͳ͍ͱ ͙͢ʹ͑ͳ͍Αʔ ճ
5IBOLT