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
Tangible, Embedded and Embodied Interaction - Lecture 7 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.7k
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
550
実務プログラム
takenawa
0
7.2k
Course Review - Lecture 12 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.7k
今も熱いもの!魂を揺さぶる戦士の儀式:マオリ族のハカ
shubox
0
210
CHARMS-HP-Banner
weltraumreisende
0
260
OpenSourceSummitJapanを運営してみた話
kujiraitakahiro
0
720
SkimaTalk Teacher Guidelines Summary
skimatalk
0
800k
OJTに夢を見すぎていませんか? ロールプレイ研修の試行錯誤/tryanderror-in-roleplaying-training
takipone
1
160
検索/ディスプレイ/SNS
takenawa
0
7.2k
Design Guidelines and Principles - Lecture 7 - Information Visualisation (4019538FNR)
signer
PRO
0
2.4k
仮説の取扱説明書/User_Guide_to_a_Hypothesis
florets1
4
320
Featured
See All Featured
How STYLIGHT went responsive
nonsquared
100
5.6k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Unsuck your backbone
ammeep
671
58k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
60k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.4k
Into the Great Unknown - MozCon
thekraken
40
1.9k
Faster Mobile Websites
deanohume
307
31k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
35
2.4k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
6
320
A Modern Web Designer's Workflow
chriscoyier
695
190k
The Cult of Friendly URLs
andyhume
79
6.5k
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