machine-learn

Transcript

1. 機械学習で奇妙な冒険
   @kanayannet
   Gunma.web #29
   

   View Slide

2. 自己紹介
   名前 :
   金澤 宏昭
   Twitter : @kanayannet
   Facebook : HiroakiKanazawa
   

   View Slide

3. 機械学習と私
   2011
   年9
   月
   spam_ lter-druby---classi er-
   https://github.com/kanayannet/spam_ lter-
   druby---classi er-
   

   View Slide

4. 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。
   

   View Slide

5. 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
   

   View Slide

6. 全部話すと大変
   1
   日じゃ終わらない。
   

   View Slide

7. 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
   

   View Slide

8. 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?
   

   View Slide

9. 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
   

   View Slide

10. 今日取り扱うもの
    教師あり学習
    

    View Slide

11. 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
    

    View Slide

12. 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！！
    

    View Slide

13. 奇妙な冒険
    JOJO
    の奇妙な冒険
    

    View Slide

14. なぜ?
    名台詞がたくさんある！
    

    View Slide

15. 何を学習させるの?
    各キャラクターと名台詞
    

    View Slide

16. 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。
    

    View Slide

17. 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
    

    View Slide

18. 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
    

    View Slide

19. 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
    

    View Slide

20. 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
    

    View Slide

21. 学習させるデータ構造
    {
    キャラキター名}{
    セリフ} = true
    

    View Slide

22. 今からIT
    勉強会風に修正します
    デモ中....
    

    View Slide

23. 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?
    

    View Slide

24. 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
    

    View Slide

25. 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
    

    View Slide

26. 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?
    

    View Slide

27. ガチな計算式
    ベイズの定理
    解りませんので、質問困る汗
    

    View Slide

28. ご清聴
    ありがとうございました！
    

    View Slide