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
AIを使うことになった時に知っておいたら良いこと
Search
Kazuhiro Shiota
November 27, 2017
Education
0
600
AIを使うことになった時に知っておいたら良いこと
社内LT(2017/11/10)
Kazuhiro Shiota
November 27, 2017
Tweet
Share
Other Decks in Education
See All in Education
いまからでも遅くない!サイバーセキュリティ人材育成
mnori0211
1
1.6k
【株式会社コノセル】会社説明資料
koheimiyamoto
0
2.7k
Ch8_-_Partie_1.pdf
bernhardsvt
0
130
小・中・高等学校における情報教育の体系的な学習を目指したカリキュラムモデル案/curriculum model
codeforeveryone
0
240
Introduction - Lecture 1 - Next Generation User Interfaces (4018166FNR)
signer
PRO
1
3.3k
【基本】Oracle Database データベース・ユーザー・セキュリティ入門
oracle4engineer
PRO
1
300
プロジェクト型学習とそれを支える生成AI利用プログラミング/pbl-and-ai-assisted-programming
okana2ki
0
150
プロダクト・エンジニア・QAE 3軸でのナレッジシェアのススメ
hinac0
1
520
Matz に頼られたので張り切って2時間ほどドイツと日本の互いの Ruby 学習事情についてディスカッションした話
yasulab
1
320
電子計算機のイロハ
kosugitti
1
1.4k
Course Review - Lecture 12 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.4k
Web3の世界にようこそ
nabe33
0
260
Featured
See All Featured
Bash Introduction
62gerente
607
210k
jQuery: Nuts, Bolts and Bling
dougneiner
61
7.4k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
248
20k
Making Projects Easy
brettharned
111
5.7k
Docker and Python
trallard
37
2.9k
The Straight Up "How To Draw Better" Workshop
denniskardys
229
130k
Product Roadmaps are Hard
iamctodd
PRO
48
10k
What's new in Ruby 2.0
geeforr
338
31k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
23
1.9k
A Tale of Four Properties
chriscoyier
155
22k
Gamification - CAS2011
davidbonilla
78
4.9k
Stop Working from a Prison Cell
hatefulcrawdad
266
20k
Transcript
AIを使うことになった時に 知っておいたら良いこと @k_shiota
まずはじめに
AIとは AIとは 結構古くから研究されている ビックデータの活用、マシン向上(GPU)による成長 Source : https://blogs.nvidia.co.jp/2016/08/09/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/
実際にやったこと
AIで何をするか
何をしたい? • まずは目的を明確にする • どんなことを実現したいか • 何を予測したいか
記事を公開する前にPVを予測したい
どんな方法があるか • 機械学習?深層学習? • 教師データから予測する → 機械学習 • 回帰?分類? •
PV数を予測するので回帰 • どのアルゴリズムで? • 色々ある(回帰分析、勾配ブースティングetc) • いきなりは難しい • まずはどんな傾向があるか調べる
傾向を探る • どんなデータ(数値)を取れるかを知る • 取得できるものは自然と絞られる • タイトル/本文の形態素解析、感情分析 • 各数値との相関があるか •
PVと各数値に傾向があるか • グラフにしてみる • CSV出力して眺める(意外と重要) • 予想と結果をまとめる
役に立った便利なツール • Pandas • CSVやexcelを取り込んでデータ加工 • 取り込んだデータの統計量を見れる • dataframe.describe() →
統計量 • dataframe.corr() → 相関係数
便利なツール・その2 • scikit-learn • 機械学習ライブラリ • matplotlib,bokeh • グラフ作成
結果
現状の数値から相関は見られなかった
便利なAPI
学習済みモデルを使ったAPI • 文章解析 • Google Cloud Natural Language API •
Text Classification API(A3RT) • 学習データから独自のモデルを作成できる • 文章の誤り抽出 • Yahoo! 校正支援API → CMSの本文校正 • 音声データをテキストデータにする • Google Cloud Speech API → テープ起こし
機械学習の民主化
機械学習の民主化 • Automated Machine Learning • TPOT • https://rhiever.github.io/tpot/ •
データサイエンスコンペ • Kaggle • https://www.kaggle.com • 様々なデータセット
まとめ
まとめ • まずはゴールを明確にする • 便利なツールを使う • 学習済みのAPIを利用する • 難しく考えずにやってみる •
とはいえ数式を読める方が良い