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
360
machine-learn
kanayannet
October 22, 2017
Tweet
Share
More Decks by kanayannet
See All by kanayannet
github copilot と 心理的安全性
kanayannet
0
130
FW と ライブラリ の考え方
kanayannet
0
180
TDDと今まで
kanayannet
0
500
個人開発 稼げなくてもいいアプリ
kanayannet
0
490
システムの堅牢性
kanayannet
0
260
Agile的学習方法
kanayannet
0
250
GUIをエンジニアが考える
kanayannet
0
220
http2http3
kanayannet
0
170
old typeからのクラウドインフラ
kanayannet
0
350
Other Decks in Programming
See All in Programming
未経験でSRE、はじめました! 組織を支える役割と軌跡
curekoshimizu
1
170
Boos Performance and Developer Productivity with Jakarta EE 11
ivargrimstad
0
440
XStateを用いた堅牢なReact Components設計~複雑なClient Stateをシンプルに~ @React Tokyo ミートアップ #2
kfurusho
1
990
AIプログラミング雑キャッチアップ
yuheinakasaka
19
4.8k
責務と認知負荷を整える! 抽象レベルを意識した関心の分離
yahiru
8
1.4k
ファインディLT_ポケモン対戦の定量的分析
fufufukakaka
0
930
Jasprが凄い話
hyshu
0
180
15分で学ぶDuckDBの可愛い使い方 DuckDBの最近の更新
notrogue
3
540
PHPのバージョンアップ時にも役立ったAST
matsuo_atsushi
0
230
Amazon Bedrockマルチエージェントコラボレーションを諦めてLangGraphに入門してみた
akihisaikeda
1
110
パスキーのすべて ── 導入・UX設計・実装の紹介 / 20250213 パスキー開発者の集い
kuralab
3
910
Swift Testingのモチベを上げたい
stoticdev
2
130
Featured
See All Featured
Designing Experiences People Love
moore
140
23k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
100
18k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
12
1k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
356
29k
Producing Creativity
orderedlist
PRO
344
40k
Embracing the Ebb and Flow
colly
84
4.6k
The Art of Programming - Codeland 2020
erikaheidi
53
13k
Product Roadmaps are Hard
iamctodd
PRO
50
11k
Into the Great Unknown - MozCon
thekraken
35
1.6k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.2k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
133
33k
Gamification - CAS2011
davidbonilla
80
5.2k
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!