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
590
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
HCL Notes 14.0 「スタイルの変更」で「3 設定の確認」を深掘り
harunakano
0
2k
高可用性システム構築 - Oracle Data Guard基本編
oracle4engineer
PRO
2
1.1k
Monaca Educationを活用したプログラミング授業実践
asial_edu
0
200
2024年度春学期 統計学 講義の進め方と成績評価について (2024. 4. 11)
akiraasano
PRO
0
110
「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基本方針」
codeforeveryone
0
1.4k
D&I推進レポート〜テクノロジー分野のジェンダーギャップとその取り組みについて〜
codeforeveryone
1
900
合理的配慮を知るワークショップ/Understanding Reasonable Accommodations (Workshop)
freee
1
1.4k
Data Processing and Visualisation Frameworks - Lecture 6 - Information Visualisation (4019538FNR)
signer
PRO
1
1.7k
財務分析 - 入門編
lsuzuki
0
370
MySmartSTEAM2324
cbtlibrary
0
120
WordPressを教える人のための視点と考え方
crebowinfo
0
240
Tips for the Presentation - Lecture 2 - Advanced Topics in Big Data (4023256FNR)
signer
PRO
0
130
Featured
See All Featured
Documentation Writing (for coders)
carmenintech
60
3.9k
BBQ
matthewcrist
80
8.8k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3.1k
Building Your Own Lightsaber
phodgson
99
5.7k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
226
51k
Building an army of robots
kneath
300
41k
Agile that works and the tools we love
rasmusluckow
325
20k
Building Applications with DynamoDB
mza
88
5.6k
Art, The Web, and Tiny UX
lynnandtonic
289
19k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
244
20k
How GitHub (no longer) Works
holman
304
140k
Keith and Marios Guide to Fast Websites
keithpitt
408
22k
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