Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
統計・マーケ・R/Python・機械学習 Meetup! #2 2017.10.11
Search
Yutaka
October 10, 2017
Programming
200
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
統計・マーケ・R/Python・機械学習 Meetup! #2 2017.10.11
Yutaka
October 10, 2017
More Decks by Yutaka
See All by Yutaka
SwiftUI で複数のアラート表示を管理する
tajitaji
0
140
Swift 6 の地味な (?) アップデート
tajitaji
1
440
2018.01.19 すくすく子育てエンジニア Meetup #1
tajitaji
1
2.2k
mlmodel のコンパイル
tajitaji
0
1.9k
Vapor プロジェクトの開発に使えそうなツールの紹介
tajitaji
0
520
Server Side Swift, Vapor を触ってみた
tajitaji
0
2.1k
SwiftでのError Handlingを学び直す!
tajitaji
3
830
Other Decks in Programming
See All in Programming
AWS CDKのカスタムリソースでContinuum(旧Security Agent)を実装した話 | Implementing Continuum (formerly Security Agent) via AWS CDK Custom Resource
akihisaikeda
2
130
JAWS-UG 東京支部が始める、JAWS-UG支部コラボ / JAWS-UG lunchtime LT Collaboration
y0hgi
0
180
GitHubハンズオン講座 — 実務レベルのチーム開発のフローを身につけよう
junhat6
0
120
iOSDC2026登壇資料.pdf
riofujimon
0
210
AHC070解法紹介
eijirou
0
150
Go × SIMDで高速化するベクトル検索 ~ルーフラインモデルでSIMDが効く境界を探れ! ~
po3rin
1
6.2k
JRuby: Past, Present, and Future
headius
0
220
【加筆修正版】Laravel のアプリケーションをどこにデプロイするか #phpcon_ehime
akase244
0
130
KiroのSpecで「五目並べ」を作ってみる
satoshi256kbyte
1
340
[2026-09-26]空論ジェネリックプロセス~テスト資産とAIで紡ぐ、再現可能なパフォーマンスチューニングの話~
tosite
0
250
マイコン向けの軽量Ruby「PicoRuby」で各種デバイスを制御するネイティブアプリの実現手法
bash0c7
0
470
UnityでSystem.Net.WebSocketsなWebSocketサーバが動かないのでUnity Monoのコードを覗いてみた / about implementing websocket server with unity mono
drumath2237
1
540
Featured
See All Featured
Deep Space Network (abreviated)
tonyrice
0
350
Six Lessons from altMBA
skipperchong
29
4.5k
VelocityConf: Rendering Performance Case Studies
addyosmani
331
25k
The Invisible Side of Design
smashingmag
301
52k
Marketing to machines
jonoalderson
1
5.8k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
440
Why Your Marketing Sucks and What You Can Do About It - Sophie Logan
marketingsoph
0
420
DevOps and Value Stream Thinking: Enabling flow, efficiency and business value
helenjbeal
1
390
Balancing Empowerment & Direction
lara
6
1.3k
HDC tutorial
michielstock
2
940
Everyday Curiosity
cassininazir
0
340
Odyssey Design
rkendrick25
PRO
2
850
Transcript
iOSアプリに 機械学習入れてみました 統計・マーケ・R/Python・機械学習 Meetup! #2 2017.10.11 多鹿豊
目次 ◦ 自己紹介 ◦ Demo ◦ アプリの説明 ◦ 特徴 ◦
実装の概要 ◦ まとめ
目次 ◦ 自己紹介 ◦ Demo ◦ アプリの説明 ◦ 特徴 ◦
実装の概要 ◦ まとめ
自己紹介(personal) ◦ 多鹿 豊 (Tajika Yutaka) ◦ @taji-taji ◦ Qiita,
Github ◦ 統計・機械学習 →専門外
自己紹介(work) ◦ ウェルスタイル株式会社 ◦ 家族限定SNS「wellnote」を開発・運営 ◦ iOSエンジニア ◦ AWS, PHP,
Python, Rails, etc...
自己紹介(hobby) ◦ アプリ作ってます ◦ 観葉植物が好き
目次 ◦ 自己紹介 ◦ Demo ◦ アプリの説明 ◦ 特徴 ◦
実装の概要 ◦ まとめ
Demo iOSアプリの中で機械学習 〜果物画像分類〜
目次 ◦ 自己紹介 ◦ Demo ◦ アプリの説明 ◦ 特徴 ◦
実装の概要 ◦ まとめ
アプリの説明
特徴 ◦ 通信を行わず、アプリ内で画像分類 ◦ 画像をネットワークに乗せないのでセキュア ◦ ネットワークがなくても分類ができる ◦ アプリの容量が大きくなる
実装概要 学習 推論 学習済み モデル Keras Core ML Core ML
Tools 教師データ 未知のデータ 分類 結果 学習済み モデル
実装概要 学習 推論 学習済み モデル Keras Core ML Core ML
Tools 教師データ 未知のデータ 分類 結果 学習済み モデル
実装概要 学習 推論 学習済み モデル Keras Core ML Core ML
Tools 教師データ 未知のデータ 分類 結果 学習済み モデル
CoreML ◦ 機械学習のモデルをiOSアプリ(*1) に統合する ためのフレームワーク ◦ →iOSアプリの実装時に使用 ◦ iOS11から使用できる https://developer.apple.com/documentation/coreml
実装概要 学習 推論 学習済み モデル Keras Core ML Core ML
Tools 教師データ 未知のデータ 分類 結果 学習済み モデル
coremltools ◦ 学習済みモデルをCoreMLで使用できるファイ ルに変換 ◦ Keras, Caffe, scikit-learnなどで作成したモデ ルを変換できる ◦
Appleがオープンソースで開発 https://github.com/apple/coremltools
実装概要 学習 推論 学習済み モデル Keras Core ML Core ML
Tools 教師データ 未知のデータ 分類 結果 学習済み モデル
目次 ◦ 自己紹介 ◦ Demo ◦ アプリの説明 ◦ 特徴 ◦
実装の概要 ◦ まとめ
まとめ
まとめ ◦ iOS11からCoreMLフレームワークを使ってアプリに機械 学習を取り入れることが容易に
まとめ ◦ iOS11からCoreMLフレームワークを使ってアプリに機械 学習を取り入れることが容易に ◦ アプリ側では推論の処理のみ
まとめ ◦ iOS11からCoreMLフレームワークを使ってアプリに機械 学習を取り入れることが容易に ◦ アプリ側では推論の処理のみ ◦ ネットワークを必要としない機械学習のアプリ
まとめ ◦ iOS11からCoreMLフレームワークを使ってアプリに機械 学習を取り入れることが容易に ◦ アプリ側では推論の処理のみ ◦ ネットワークを必要としない機械学習のアプリ ◦ 学習はKerasやCaffeを使って事前に行う
宣伝①
https://www.udemy.com/ioskerascoreml/
宣伝②
エンジニア募集中!
ご清聴ありがとうございました