面倒くさいこと考えたくないあなたへ〜Tpotと機械学習〜

Transcript

1. 面倒くさいこと考えたくない あなたへ 〜TPOTと機械学習〜 Acroquest Technology株式会社 山本 大輝（@tereka114）
2. 自己紹介 1. 山本 大輝（@tereka114） 2. Acroquest Technology 株式会社 3. 画像処理、データ分析 4. 「のんびりしているエンジニアの日記」 （http://nonbiri-tereka.hatenablog.com/）
3. 機械学習にデータを入れたい？
4. 何を考えますか？
5. データの加工方法？
6. 確かにそうでしょう。
7. 一覧化しました。
8. 機械学習において考えないといけないこと 1. 前処理 1. 前処理の種類 2. 特徴選択 3. 特徴量加工 2. モデル 1. どんなモデルを作るか 1. Logistic Regression, 2. Random Forest 3. パラメータ 1. Ex. SVM(C, kernel ,eps etc） 4. 評価 1. Log loss, mse, rmse
9. 考えること多すぎ！
10. めんどくさい
11. 機械学習において考えないといけないこと 1. 前処理 1. 前処理の種類 1. Z変換 2. モデル 1. どんなモデルを作るか 1. Logistic Regression, 2. RandomForest 3. パラメータ 1. SVM(C, kernel ,eps etc） 4. 評価 1. Log loss, mse, rmse
12. 自動化します。
13. そう、TPOTで
14. What is TPOT? 1. TPOTは自動的にモデル選択、パラメータの選択を 遺伝的プログラミングを使って、最適化します。 1. 遺伝的プログラミングの実装はDEAPを使っている。 2. で、何ができるの？ 1. 入力した特徴量から最適化する。 2. 最適化したコードを吐き出す。 3. コマンドラインとしても実行可能
15. TPOT 概要
16. TPOT 概要 前処理 モデル構築 パラメータの最適化
17. TPOT Example
18. TPOT Example データ作成 学習する スコア計算する ファイルにExport Pipeline
19. TPOTクラス 1. TPOT自身は、TPOTのコードをexportする他に predict, fit, fit_transform, score等のメソッドを持つ。 2. TPOTはscikit-learnを継承していないが、基本的に scikit-learnと同じインターフェースとして使える。 3. 内部は全てscikit-learn 4. TPOT便利
20. 生成コード ここを変更する。
21. 内部では・・・？ 1. TPOTの前処理や分析は全てscikit-learnのクラスを 使っている。 1. Feature Selection等 2. 遺伝的プログラミングのコードはDEAPライブラリに よる作成なので、パラメータ（generation）等は似て いる。
22. まとめ 1. TPOTを使った簡単な機械学習に挑戦した。 2. 遺伝的プログラミングを使った最適化によって良い 処理を生成する。 3. 簡単にコードを生成し、使える。
23. 御清聴ありがとうございました！