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
680
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
2025年度春学期 統計学 第5回 分布をまとめるー記述統計量(平均・分散など) (2025. 5. 8)
akiraasano
PRO
0
120
仮説の取扱説明書/User_Guide_to_a_Hypothesis
florets1
4
320
20250625_なんでもCopilot 一年の振り返り
ponponmikankan
0
230
諸外国の理科カリキュラムにおけるビッグアイデアの構造比較
arumakan
0
330
(キラキラ)人事教育担当のつらみ~教育担当として知っておくポイント~
masakiokuda
0
110
データ分析
takenawa
0
6.5k
Virtual and Augmented Reality - Lecture 8 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.7k
Linuxのよく使うコマンドを解説
mickey_kubo
1
150
Sponsor the Conference | VizChitra 2025
vizchitra
0
550
計算情報学研究室 (数理情報学第7研究室)紹介スライド (2025)
tomonatu8
0
540
OpenSourceSummitJapanを運営してみた話
kujiraitakahiro
0
720
バックオフィス組織にも「チームトポロジー」の考えが使えるかもしれない!!
masakiokuda
0
110
Featured
See All Featured
Writing Fast Ruby
sferik
628
62k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.8k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
30
2.1k
A designer walks into a library…
pauljervisheath
207
24k
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
Making the Leap to Tech Lead
cromwellryan
134
9.4k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
357
30k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
32
2.4k
Intergalactic Javascript Robots from Outer Space
tanoku
271
27k
Adopting Sorbet at Scale
ufuk
77
9.5k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.9k
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