狠狠撸

TECHNOMOBILE
GROUP
HEAD OFFICE
TOKUSHIMA development section
| 5floor Column Minamiaoyama,7-1-5,Minamiaoyama,Minato-ku,Tokyo 107-0062,Japan
| 3floor Tokushimakenkohkagaku-center,Hiraishisumiyoshi,Kawauchi-cho,Tokushima-shi Tokushima 771-0134,Japan
実践：今日から使えるビックデータハンズオン
あなたはタイタニック号で生き残れるか？知的生産性UPのための機械学習超入門

2
機械学習とは
COPYRIGHT(C) TECHNOMOBILE ALL RIGHTS RESERVED.
６
最近よく聞く「機械学習」っ
てなんでしょう？

3
６
どばーっと大量のデータをパ
ソコンに取り込んで。。

4
６
うーってパソコンが考えて。。

5
６
とりゃーって答えを教えてく
れる仕組みです。

6
６
統計学の知識が必要なのでは？

7
６
最近のツールは良く出来ていて、
ブラウザ上でなんとなくブロッ
クをつなぎ合わせていくだけで
機械学習ができちゃいます。
ただし、結果が良
いのかどうか評価
できる知識は必要

8
６
なので、
「採用する前に優秀かどうか知り
たくないですか？」
「どこで広告を流すと課金ユーザ
になってくれるのか知りたくない
ですか？」
そういう答えを知りたいすべての
人に「機械学習」を使って欲しい
のです。

9
６
回帰
クラス分類レコメンデーション
クラスタリング
教師あり教師なし
※ほかにもいろいろ
答えをもとに学習しますデータを元に傾向を学習します
機械学習の種類

10
６
?回帰...数値を予測します。
?クラス分類...分類を予測します。
二項分類、多項分類
?クラスタリング...グループに分けます。
?レコメンデーション...お勧めを示します。

11
６
今回は
クラス分類（二項分類）
を実践形式で学びます。

12
機械学習するためのワンパターン
６
どうやって「機械学習」って
するの？
1つのパターンを覚えれば
OK！→あとは調整していく

13
ワンパターン
６
1. データを取り込む
2. 学習用と評価用にデータを分
ける
3. 学習用データを使って学習す
る。
4. 学習した結果を使って評価用
のデータの答えを推測する。
5. 推測した答えを評価する。

14
早速実践
６
ツールはなにがよいの？
マイクロソフトのAzure MLを
使います。１ヶ月無料で使え
る。１ヶ月後もFreeプランが
あります。
AzureML
http://azure.microsoft.com/ja-jp/services/machine-learning/
料金
http://azure.microsoft.com/ja-jp/pricing/details/machine-learning/

15
「まずはユーザ登録」のページを実行して、事前にユーザー登録をしておいてく
ださい。
６
事前準備

16
６
この学びの対象者は？
→答えが知りたい人。ブラウザが使
えればOK！統計の話は出てこないで
す。
教えないことは？
→統計については質問しないでくだ
さいorz 理系ですが専門じゃないで
す。

17
６
なにを推論するの？
おもしろもの！！
今回はタイタニックの乗客が生
き残るかどうか推論しましょ
う！ちょっと不謹慎ですが。。。
参考：AzureMLのチュートリアル
https://gallery.azureml.net/Details/01b2765fa75147ce99679e18482d280f

18
６
あなたは生き残れるか！！

19
講師
Gashfara,Inc.代表
デジタルハリウッド大学院客員講師
茂木健一
mogi@gashfara.com
kenichi.mogi@tcmobile.jp
http://facebook.com/mogiken
http://www.slideshare.net/mogiken1
自己紹介
[プロフィール/実績]
もぎ?けんいち●青山学院大学大学院卒。（株）東洋情報システム退社後、（株）
エイチアイ、グランスフィア（株）、（株）ファッションウォーカーなど数社の
ベンチャー企業の立ち上げ?創業期に参画し、ガシュファラ?インクをUSで起業。
システム開発ではゲーム、M&A企業評価システム、動画配信システム、電子マ
ネーシステム、ECフルフィルメントシステムなど、多彩な分野を経験。IT関連教
育ではBrew、Java、セキュリティーなどの講師として活躍。現在、（株）HUGG
を設立し、スマホのカップル向けSNSサービス[HUGG]をグローバルに展開。㈱テ
クノモバイルにて技術サポート。
【著書】
BREWプログラミング実践バイブル [共著] （インプレス）、PHP逆引き大全 516
の極意[共著]（秀和システム）

20
成長を実現させるシステム”モバイルトータルソリュー
ション”
Web
システム
１
スマホ
アプリ
2 ゲーム
アプリ
3
モバイルトータルソリューション
B2B2C
? コンシューマ向けの大規模Webシステムの開発からアプリ?ゲーム開発までをマルチデバイスで対応
高い技術力市場ニーズとマッチ
大規模
Webシステム
に強い
Java,PHP
Strong1
最先端技術?独自
フレームワークで
効率的な
開発
Strong2
高トラフィック、
インフラ
ネットワーク
に強い
Strong3 プライマリー
ベンダー、
ヒアリング?
要件定義
に強い
StrongⅠ
情報資産の活用
最先端と
知見に強い
StrongⅡ
最先端のマルチ
デバイス
ウェアラブルに
強い
StrongⅢ
Mashup Awards 5年連続受賞
会社名株式会社テクノモバイル
設立 2008年
資本金 2,500万円
代表播田誠
従業員数 100名（グループ合計）
本社所在地
〒 107-0062
東京都港区南青山7-1-5 コラム南青山 5F
開発室
〒771-0134
徳島県徳島市川内町平石住吉209-5
徳島健康科学総合センター 3F

21
まずはユーザ登録
６
ユーザ登録してください
AzureML(Machine Learning)
http://azure.microsoft.com/ja-jp/services/machine-learning/

22
ログイン
https://studio.azureml.net/?selectAccess=true&o=1 にアクセ
スしてください。

23
ワンパターンその１：データを取り込む
６
データを用意します。
ここのtrain.csvを使います。
乗客の情報と生死がCSVデー
タになってます。
https://www.kaggle.com/c/titanic-gettingStarted/data
Downloadできないひとは講師に問い合わせて。

24
６
Excelで開いてみます。それぞ
れのデータの意味は
PassengerId=顧客ID
Survived=1:生存、0：死亡
Pclass＝1:一等席、２：二等席、３：３等席
Name＝名前
Sex＝性別
Age＝年齢
SibSp＝同乗している兄弟の人数(自分は数えない)
Parch＝同乗している親または子供の人数(自分は数えない)
ticket＝チケットNo
fare=料金１等席はだいたい50?200,2等席10?80,3等席7?50
ポンド：1ポンドの現在価値は0.7万円くらいかな？
cabin=客室番号
embarked=乗船した場所 C = Cherbourg; Q = Queenstown; S =
Southampton
Survivedが知りたい情報です。こ
れを目的変数（label）と言いま
す。
その他のデータは説明変数
（features）です。
labelは１つだけです。featuresは
いくつでもOKです。
labelは0,1のように２つの値だけ
を持つようなデータで検証する
のが分かりやすいです。

25
６
AzureMLに取り込みます
①
②
⑤train.csvを選択します。
③ ④
⑥
DATASETSに
登録されま
す。
http://azure.microsoft.com/ja-jp/services/machine-learning/ からログイン
または
https://studio.azureml.net/?selectAccess=true&o=1

26
６
データを取り込むロジックを
作成します
①
②
③
④
⑤
⑥train.csvをDragDrop
この画面で左にある部品をつ
なぎあわせながら機械学習の
ロジックを組み立てていきます。
以上

27
ワンパターンその２：学習用と評価用にデータを分ける
６
①キーワード検索
②D&D
③つなぐ
丸いところが接続可能
④Splitの図
形を選択し
て0.6に変更。
６割、４割
にデータが
わかれる
６割４割
以上

28
ワンパターンその3：学習用データを使って学習する
６
①
②ここで６割のデータを
使って学習します。
③
④
こんな感じに部品を組み立てましょう。labelの指定が必要なので忘れずに。
Two-Class Bayes Point Machineが学習するロジック(model)になります。これを変
更するといろいろなロジックを試すことが出来ます。0,1のようにlabelが２つの値
を持つならば、Two-Class Bayesが吉！
labelが３つ以上の値を保つ場合や実数の場合などはそれに応じてmodelを変更する
必要があります。どのmodelを選ぶのかの目安は、名前にTwo-Class Multi-Classな
どのようにわかり易い名前が付いています。教師なしmodelもありますが説明は省
略します。
⑤TrainModelを選択して
ボタンを押す
⑥labelにSurvivedを指定します。
以上

29
ワンパターンその4：学習した結果を使って評価用の
データの答えを推測する
６
①ここで４割のデータを推測する
こんな感じに部品を組み立てましょう。
②
③
以上

30
ワンパターンその5：推測した答えを評価する
６
①ここでScoreModelの結果を評価します
②
以上

31
６
実行
ロジックが出来たので実行し
ます
ぽちっと押します。キュー(実行待ち)
に入るので完了するまで待ちます
終了すると右上にこんな感じに表示されます。

32
６
ScoreModelの結果を見ましょう
②
①線をつないでいるポッチを押しましょう。
③結果が表示されます
Splitで分けた４割のデータが表示されます。Scored Labelsが推測した値です。TrainModelでlabel
にSurvivedを指定しているのでこの値と比較すれば推測があたっているかどうかわかります。

33
６
EvaluateModelの結果を見ましょう
②
①線をつないでいるポッチを押しましょう。
③結果が表示されます
ScoreModelでは全体的に良い結果なのかどうか判断しにくいのです。そこでEvaluateModelを
使ってざっくりと推測の精度が良いのかどうか判断します。
とりあえず２つだけポイントを抑えればOKです。他にたくさん指標がありますがGoogleなどで
検索すればどのように評価すればよいのか出ています。

34
６
EvaluateModelの結果をみる２つのポイ
ント（超初心者用）
ROCのグラフは対角線を基準として左上側に線があると精度が良いと
考えます。赤い線のようなのが理想的です。
対角線はちょうど五分五分の精度です（要はランダムに推測した結果
に近い）。
Accuracyが１に近いほど精度が良いです。
現状、ROCは対角線に近
く、Accuracyも１には程遠
いので精度は良くないです
ね。。。
※学習modelによって評価の仕方が変わります

35
６
なにが悪いの？
データ？
データを良く見てみよう！！

36
６
改めてCSVデータを見ると、
生死に関係なさそうな値や未
入力の値もありそうです。
これらを削除すれば精度が良
くなるのでは？

37
６
未入力データがあるものは行
ごと削除
PassengerId、Nameは生死に
関係ないでしょう
ticketも関係なさそう
cabinもユニークな番号っぽい
ので関係ないのでは？

38
データを綺麗にしよう
６
②
①
③
④
⑤
⑥ProjectColumunsの設定
⑦MissingValuesScrubberの設定

39
６
再度実行
修正出来たので実行します
結果を待ちましょう。。。
どきどきどきどき

40
EvalutateModelを見ましょう
６
グラフもAccuracy
もいい感じ！！
更に精度を高めるには使うデータ
の見直し、データを加工して学習
しやすくする、Bayes以外のmodel
も試してみる、など試行錯誤して
みましょう。

41
他のデータに応用するには？
①データの変更
②学習ロジックの変更
0,1のように2つの値ならこのままでもOK
③Labelの変更
たった、３箇所を変更するだけ！

42
６

43
検証データを入力できるようにする
６
AzureMLはAPIとして簡単に
インターネットに外部公開で
きます。そこからデータを入
力して生き残れるか検証しま
す。

44
６
①
②
③４割の検証データの代わりにAPIのデー
タを使います
④
Webで検証するための入り口と出口が出来ました！

45
６
これを押すとAPIとして公開されます。押せない時は「RUN」を実行してから再試行します。

46
６
このサービスにアクセスするAPIが公開されます。アクセスするにはプログラムが必要です。ですが
「Test」を使うと検証が簡単にできます。入力するデータはCSVとおなじ内容です。結果は
ScoreModelのVisualで表示されるデータと同じです。
入力
結果:Jason

47
６
Survived=1:生存、0：死亡結果のデータなので適当でOK
Pclass＝1:一等席、２：二等席、３：３等席
Sex＝male,female
Age=年齢
SibSp＝同乗している兄弟の人数(自分は数えない)
Parch＝同乗している親または子供の人数(自分は数えない)
fare=料金１等席はだいたい50?200,2等席10?80,3等席7?50
ポンド：1ポンドの現在価値は0.7万円くらいかな？
embarked=乗船した場所 C = Cherbourg; Q = Queenstown; S = Southampton
検証！！

48
６
あとは身近なデータでトライ！！
コンテストデータはここに
https://www.kaggle.com/
野良データはここにも
https://goo.gl/IHxkkO

49
６
http://goo.gl
/jGKrYy
書籍が発売されています。
下記のドキュメントなど
を読み込みましょう。
http://azure.microsoft.com/ja-
jp/services/machine-learning/
さらに勉強するには

50
６
?Webサービスの知能化
?データ分析サービスの追加
?エンジニアのデータ分析能力向上
?DeepLearningなど先端技術の導入支援
適用事例（経営者?営業担当の方に）

狠狠撸

実践：今日から使えるビックデータハンズオンあなたはタイタニック号で生き残れるか？知的生産性UPのための機械学習超入門

More Related Content

実践：今日から使えるビックデータハンズオンあなたはタイタニック号で生き残れるか？知的生産性UPのための機械学習超入門

Editor's Notes

狠狠撸

実践：今日から使えるビックデータハンズオン あなたはタイタニック号で生き残れるか？知的生産性UPのための機械学習超入門

More Related Content

実践：今日から使えるビックデータハンズオン あなたはタイタニック号で生き残れるか？知的生産性UPのための機械学習超入門

Editor's Notes

実践：今日から使えるビックデータハンズオンあなたはタイタニック号で生き残れるか？知的生産性UPのための機械学習超入門

実践：今日から使えるビックデータハンズオンあなたはタイタニック号で生き残れるか？知的生産性UPのための機械学習超入門