気楽に等身大☆初めての机械学习
- 2. 自己紹介 ? 株式会社アイアンドディー ? 福重 美香 ? Twitter: mi_kodayo ? 仕事: RoR、AWS、php、必要なもの ? 趣味: 工作
- 5. 私の機械学習レベル：初心者 ? 大学文系、統計、分析、数学に関する知識なし。三角関 数は女子でも必要だと思います。 ? 東京Rに出てみる ＝＞ゲーム会社系の人が多いなあ?? ? Kaggleなる懸賞サイトがあるのを知り興味は増す ? パターン認識の勉強会に出てみる＝＞数式で死亡 ? Hadoop、Apache Mahout、H2O、OSCでおなじみの キーワードだけは押さえつつ ? ふらふらしつつ、なかなか一歩を踏み出せずにいた
- 6. 機械学習とは？ (私のイメージ) ? 大量の既存データを使って ? ある法則でそれを分析し、場合によっては蓄積して いく ? 経験をためて、その経験を生かして色々できるよう なっていく人間の人生みたいなイメージ。 ? ためる経験と、どう生かしたいか？で法則と分析を 変えていく。
- 7. 機械学習で何ができるの？ (私のイメージ) ? 分析結果を活用し、新しいデータが来たときの対応判 断ができる。 ? アイディア次第でなんでもできるのでは ? とりあえずデータ突っ込んで、片っ端から手法にかけ ていけば何か新しい発見があるのかも？ ? その結果によって、したいことが決まるかも。
- 8. 機械学習、具体例 ? ネコの画像を8000枚くらい収集。ネコの大まかな特 徴を大量データから分析して保持。 ? ↓ ? 新しいネコ画像をwebからダウンロードして、上記分 析ロジックにかける。 ? ネコと判断されれば、いい感じに学習できている。ネ コ以外と判断されればデータ見直し
- 10. 何がやりたいか決まっていないと、 法則と分析ツールの選択肢が ありすぎて迷う ? Scikit-learn ? R ? Caffe ? H2O ? Chainer ? Deeplearning4j ? ほかもたくさん！！それぞれできるML、DLに差分があるのは分ベストプラ クティスが分からない！
- 13. scikit-learnに決定 ? Pythonのライブラリ ? http://scikit-learn.org/0.15/index.html ? いろんな分析ができる↓ ? チートシート ? http://scikit- learn.org/stable/tutorial/machine_learning_map/ ? Exampleコードも充実している、
- 14. 環境構築自分でガチると、 めんどいです ? AWSのマイクロ作って、numpy, scipyなど必要なライブラリ をコンパイルして入れていった。 ? AWS Microだと、デフォswapが0。scipymake install中にメ モリ不足で失敗するので、以下作業必須 ? sudo /bin/dd if=/dev/zero of=/var/swap.1 bs=1M count=1024 ? sudo /sbin/mkswap /var/swap.1 ? sudo /sbin/swapon /var/swap.1
- 17. Mecab 形態素解析 #!/bin/env python #coding:utf-8 import MeCab tagger = MeCab.Tagger("-Ochasen") print tagger.parse("今日はクラウド温泉の日ですー。 いえい！メカブ！") $ python test_2.py
- 18. 今後の展開 ? クラスタに、自分の発言の精神状態をつけてあげる ? （教師あり学習） ? 自分の発言の精神状態を分かるようにする？ ? Beagle Black Bone(ARM)でscikitが使えれば＝＞最 新tweet取ってきて精神状態によりLEDを点滅さす か？
- 21. 個人で等身大のMLをやる場合の 障害 ? 学習させるための自前データない！ ? オープンデータを使うくらい？ ? 画像であれば1判断(ネコかどうかを判断するためのネ コ画像) につき8000件は欲しいよ ? 画像は最適化の加工が大変すぎる(OpenCVで顔認識 等を使ったとしても)