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
310
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
350
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
230
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
Driving AI Adoption Using In-House GPUs to Serve Qwen
po3rin
2
440
Redmine 7.0で私が開発した新機能の狙いと背景
vividtone
1
110
AIエージェントを雇う前に決める5つのこと
knishioka
1
160
生成AI時代の クレデンシャルとパーミッション設計
nrinetcom
PRO
3
1.5k
Bet AI Day 2026丨How We Bet AI: AIとともに働く場をつくる
layerx
PRO
1
2.2k
Nav2、Nav3 ... はたまた自作?〜 作って理解する Nav3 の設計意図 〜 / Nav2, Nav3 ... or Build Your Own? — Understanding Nav3's design intent by building it from scratch
yanzm
0
220
Benchmarking Vector Databases: pgvector vs. LanceDB
tsho
0
140
AndroidでHDRメディアを「壊さずに」扱う
chigichan24
0
390
bet_ai_day_2026_session02
agenticsec
1
950
PdMをやめて、 "プロダクトビルダー"という 働き方に変えました / PdM to Product Builder
shikichee
2
700
Backstageでつくるセルフサービスな社内開発基盤
kikunosuke75
1
240
全員がプロダクトへ向き合う組織を持続成長させるために——組織づくりのフライホイールと4象限 / The Flywheel Model and Four Quadrants for Organizational Design
hiro_torii
3
800
Featured
See All Featured
Testing 201, or: Great Expectations
jmmastey
46
8.3k
Large-scale JavaScript Application Architecture
addyosmani
515
110k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
23k
The Invisible Side of Design
smashingmag
301
52k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
530
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.5k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
290
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.4k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
53k
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
0
600
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