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
machine-learn
Search
kanayannet
October 22, 2017
Programming
0
340
machine-learn
kanayannet
October 22, 2017
Tweet
Share
More Decks by kanayannet
See All by kanayannet
FW と ライブラリ の考え方
kanayannet
0
86
TDDと今まで
kanayannet
0
270
個人開発 稼げなくてもいいアプリ
kanayannet
0
390
システムの堅牢性
kanayannet
0
190
Agile的学習方法
kanayannet
0
200
GUIをエンジニアが考える
kanayannet
0
170
http2http3
kanayannet
0
130
old typeからのクラウドインフラ
kanayannet
0
300
疎結合と認知
kanayannet
0
330
Other Decks in Programming
See All in Programming
AHC035解説
terryu16
0
710
CSC307 Lecture 06
javiergs
PRO
0
360
DDDを志して3年経ったら「DDDの皮を被ったクリーンアーキテクチャ」になった話【デブサミ2024夏】
texmeijin
1
620
Rustのweb開発を助ける 便利なツール紹介
yuki0418
1
190
APIのない大学ログインWebサービスをWKWebViewとJavaScriptでアプリ化した話
akidon0000
1
330
入社1ヶ月でここまでやった!Findy Toolsインフラ支援の最適化
rvirus0817
6
1.4k
TiDB Serverless ~理想のServerless DBを考える~
soso_15315
1
160
feature環境をGitHub ActionsとCloudFormationでいい感じに管理する
nealle
2
310
[After Kotlin Fest 2024 LT Night @ Sansan] もっともっとKotlinを好きになる!K2 Compiler Pluginで遊んでみよう!
kitakkun
2
260
Android開発者のための Kotlin Multiplatform入門
ntaro
0
190
CSC307 Lecture 11
javiergs
PRO
0
240
Introduction to GitOps
hwchiu
0
110
Featured
See All Featured
How to Ace a Technical Interview
jacobian
274
23k
The Power of CSS Pseudo Elements
geoffreycrofte
64
5.2k
The Pragmatic Product Professional
lauravandoore
29
6.1k
jQuery: Nuts, Bolts and Bling
dougneiner
61
7.4k
Into the Great Unknown - MozCon
thekraken
20
1.3k
Facilitating Awesome Meetings
lara
46
5.8k
Side Projects
sachag
451
42k
Thoughts on Productivity
jonyablonski
64
4.1k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
26
2.1k
Learning to Love Humans: Emotional Interface Design
aarron
269
39k
Navigating Team Friction
lara
181
13k
Visualization
eitanlees
139
14k
Transcript
機械学習で奇妙な冒険 @kanayannet Gunma.web #29
自己紹介 名前 : 金澤 宏昭 Twitter : @kanayannet Facebook :
HiroakiKanazawa
機械学習と私 2011 年9 月 spam_ lter-druby---classi er- https://github.com/kanayannet/spam_ lter- druby---classi
er-
おそらく まだ「機械学習」という言葉が流行ってなかった時代。
こっちの言葉の方が流行ってたかな? ベイズの定理 ベイジアンフィルター レコメンドエンジン
全部話すと大変 1 日じゃ終わらない。
今日話すこと なぜ話すのか? 機械学習の種類 奇妙な冒険 まずは動かしてみる 実験 まとめ
なぜ話すのか? 機械学習 という言葉が流行してから数年がたった。 web-db press でも扱われたし(8 月) そろそろ話してもい いかな?
機械学習の種類 アルゴリズムの分類 教師あり学習 教師なし学習 強化学習...etc
今日取り扱うもの 教師あり学習
理由 数年前作ったものを現在でも動くのか? 試したかった。 おそらく、動かない( 予想) 現代風に作り直すことである程度勉強になる
理由 教師なし学習.. 難しい!!>< 正直に言う、解らない!! 初心者でも解りそうな本あったら教えて!!
奇妙な冒険 JOJO の奇妙な冒険
なぜ? 名台詞がたくさんある!
何を学習させるの? 各キャラクターと名台詞
最終的に何をさせるの? 名台詞をIT 勉強会風に修正し どのキャラクターが言いそうな言葉か? 判定してもらう。
PG の構成 daemon.rb server 入力されたデータから学習し保存 入力されたデータから判定結果を返す mecab 形態要素解析 classi er
ベイズの定理 を利用 Classi er::Bayes json/pure
json/pure 学習用データをjson 形式で保存する drb/drb 通信した別プロセスとobject 空間を共有
PG の構成 test_inp.rb client 入力された学習データをサーバに渡す 判定用文章をサーバに渡し、判定結果を出力 drb/drb 通信した別プロセスとobject 空間を共有
まずは動かしてみる その前に ざっくりと コードを見てもらいます。 細かいところは省く
学習させるデータ構造 { キャラキター名}{ セリフ} = true
今からIT 勉強会風に修正します デモ中....
実験 学習データを少なくすると、どうなるか? 擬音は判定できるの?
まとめ 学習データは少ないと精度が悪い 単純なパターンマッチよりも精度が悪い 特殊な擬音 例 辞書に追加するなり、チューニング必須
参考文献 https://docs.ruby-lang.org/ja/latest/library/drb.html http://d.hatena.ne.jp/zariganitosh/20070712/1184230093 https://qiita.com/mhiro216/items/391ae79848129ac1cb2d
余談 classi er classi er-reborn が出ている こっちの方がいいかも? mecab natto が出ている
こっちの方がいいかも?
ガチな計算式 ベイズの定理 解りませんので、質問困る汗
ご清聴 ありがとうございました!