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
200306 AI導入は5分で0円 -RPA AI事例と初動- 若井さん
Search
RPACommunity
March 06, 2020
Technology
1
350
200306 AI導入は5分で0円 -RPA AI事例と初動- 若井さん
RPACommunity
March 06, 2020
Tweet
Share
More Decks by RPACommunity
See All by RPACommunity
201023 Automation Anywhere「A2019」を触ってみた Ayy
rpabank
0
960
201023 DX Suiteを触ってみた Ayy
rpabank
0
950
201023 RPA超初心者がWinActorにチャレンジしてみた ユーコさん
rpabank
0
580
201023 PowerPlatform はじめの一歩 みさみささん
rpabank
0
560
201023 アシロボで実際に沼ってみた たまいさん
rpabank
0
630
201018 RPAの本質とトレンド Mitz
rpabank
0
480
201006 僕がいまRPAで伝えたいことのすべて いろはまるさん
rpabank
0
420
201006 UiPath MVP 2019-2020 はなっち!さん
rpabank
0
420
201006 今からでも間に合う!UiPathトーク一気に振り返り たまいさん
rpabank
0
380
Other Decks in Technology
See All in Technology
サイバー攻撃を想定したセキュリティガイドライン 策定とASM及びCNAPPの活用方法
syoshie
3
1.3k
Postman と API セキュリティ / Postman and API Security
yokawasa
0
200
Fanstaの1年を大解剖! 一人SREはどこまでできるのか!?
syossan27
2
170
レンジャーシステムズ | 会社紹介(採用ピッチ)
rssytems
0
150
UI State設計とテスト方針
rmakiyama
2
580
非機能品質を作り込むための実践アーキテクチャ
knih
5
1.3k
私なりのAIのご紹介 [2024年版]
qt_luigi
1
120
PHP ユーザのための OpenTelemetry 入門 / phpcon2024-opentelemetry
shin1x1
1
200
社外コミュニティで学び社内に活かす共に学ぶプロジェクトの実践/backlogworld2024
nishiuma
0
260
成果を出しながら成長する、アウトプット駆動のキャッチアップ術 / Output-driven catch-up techniques to grow while producing results
aiandrox
0
310
なぜCodeceptJSを選んだか
goataka
0
160
宇宙ベンチャーにおける最近の情シス取り組みについて
axelmizu
0
110
Featured
See All Featured
Designing for humans not robots
tammielis
250
25k
Build your cross-platform service in a week with App Engine
jlugia
229
18k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
28
4.4k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
10
810
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
The Art of Programming - Codeland 2020
erikaheidi
53
13k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
28
2.1k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
365
25k
How to Ace a Technical Interview
jacobian
276
23k
The Invisible Side of Design
smashingmag
298
50k
Rails Girls Zürich Keynote
gr2m
94
13k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
32
2.7k
Transcript
1 AI導入は 5 分で 0 円 - RPA AI事例と初動 -
RPA勉強&LT会!RPALT AI支部 vol.01@大阪 転載用資料
@se_kamo 名前: 若井 信一郎 職業: Webエンジニア 所属: 株式会社ハマヤ(手芸屋さん) コミュニティ: GFEO(200人規模のイベント)主催
MKU30(30歳未満のコミュニティ) RPA Community 2
@se_kamo 今回の話は 3
@se_kamo AIは何ができるのか そして、まずは 何をすればいいのか 4
@se_kamo AIは何ができるのか 5
@se_kamo 事例を見て いきましょう 6
@se_kamo メーカー 医療 不動産 7
@se_kamo メーカー 在庫/売上/利益率 予測 過去の実績から各データを予測 → データ予測 問い合わせの振り分け 問い合わせ分類をAIに任せる →
文章解析 8
@se_kamo 医療 病名診断 画像から病名を診断 → 画像認識 病状予測 画像から病気の状態を予測する → 画像認識、データ予測
9
@se_kamo 不動産 物件分類 画像から物件の要素を分類 → 画像認識 推定土地価格予測 画像から土地の価格を予測 → 画像認識、データ予測
10
@se_kamo 大きく3つに 分類します 11
@se_kamo 画像認識 文章認識 データ予測 12
@se_kamo それを知った上で 何をすればいいのか 13
@se_kamo 最小限で AIを 使ってみよう 14
@se_kamo ある程度の知識が あったほうが 依頼の精度があがる 15
@se_kamo どうするのか? 16
@se_kamo Google AutoML 17
@se_kamo Google AutoML とは? 最小限の労力と機械学習の専門知識で、高品質の カスタム機械学習モデルをトレーニングできるサービ ス。 GUI操作だけで扱えることが特徴。 300ドル分の無料トライアルが付与される。 18
@se_kamo 関西弁翻訳 19
@se_kamo Google AutoML とは? マウスカチカチだけで ええ感じにAI 20
@se_kamo Google AutoML の3つの要素 21
@se_kamo AutoML Vision AutoML Natural Language AutoML Tables 22
@se_kamo AutoML Vision ⇒ ええ感じに 画像認識 AutoML Natural Language ⇒
ええ感じに 文章認識 AutoML Tables ⇒ ええ感じに データ予測 23
@se_kamo AutoML Vision ⇒ ええ感じに 画像認識 24
@se_kamo 25 識別モデル 猫です アップロード モデル生成 推論
@se_kamo 26 識別モデル 猫です クリック 待ち クリック
@se_kamo 5 分で 0 円 27 待ち時間を抜くと、
@se_kamo 28 識別モデル 傷あり アップロード モデル生成 推論
@se_kamo AutoML Natural Language ⇒ いい感じに 文章認識 29
@se_kamo AutoML Natural Language 30 カテゴリ 問い合わせ内容 注文 A商品を2つください。 クレーム
商品に傷がついておりました。 在庫確認 B商品はまだありますか? 注文 C商品とD商品をください。 ・ ・ ・
@se_kamo 31 識別モデル 注文 アップロード モデル生成 推論 問い合わせ内容: E商品を3つください。
@se_kamo 32 識別モデル 注文 クリック 待ち クリック 問い合わせ内容: E商品を3つください。
@se_kamo 5 分で 0 円 33 待ち時間を抜くと、
@se_kamo AutoML Tables ⇒ いい感じに データ予測 34
@se_kamo AutoML Tables 35 ・ ・ ・ 消費金額 顧客 性別
年齢 地域 興味 10000 顧客A 女性 20代 東京 美容 20000 顧客B 男性 30代 東京 ゲーム 100000 顧客C 男性 60代 大阪 スポーツ 150000 顧客D 女性 40代 京都 手芸 ? 顧客E 男性 50代 東京 スポーツ 予測する
@se_kamo 36 識別モデル 8000円 アップロード モデル生成 推論 男性 50代 東京
ゲーム の顧客E 消費金額予測は?
@se_kamo 37 識別モデル 8000円 クリック 待ち クリック 男性 50代 東京
ゲーム の顧客E 消費金額予測は?
@se_kamo 5 分で 0 円 38 待ち時間を抜くと、
@se_kamo ぜひ試して みてください 39
@se_kamo その他の場合は? 別業界の事例は? 40
@se_kamo Twitterで 連絡ください 41
@se_kamo 1 分で 0 円 42 で済むかもしれません。
@se_kamo まとめ 43 最小限でAIを試してみよう
“ AIのある素晴らしい生活を。 44
45 ご清聴 ありがとうございました