Enviar pesquisa
Carregar
kic_python_programming
•
Transferir como PPTX, PDF
•
1 gostou
•
1,189 visualizações
A
AkiraSonoda
Seguir
http://www.slideshare.net/slideshow/embed_code/24971794
Leia menos
Leia mais
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 19
Baixar agora
Recomendados
Web intents addendum
Web intents addendum
html5j
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
Naoyuki Sato
2章推薦を行う(後編)
2章推薦を行う(後編)
Tanaka Hidenori
集合知プログラミング第2章推薦を行う
集合知プログラミング第2章推薦を行う
Hiroko Onari
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
koba cky
はじめてのReleaseブランチ運用(svn編)
はじめてのReleaseブランチ運用(svn編)
将 高野
集合知プログラミング勉強会 7章(前半)
集合知プログラミング勉強会 7章(前半)
koba cky
Recomendados
Web intents addendum
Web intents addendum
html5j
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
第3回集合知プログラミング勉強会 #TokyoCI グループを見つけ出す 後半
Naoyuki Sato
2章推薦を行う(後編)
2章推薦を行う(後編)
Tanaka Hidenori
集合知プログラミング第2章推薦を行う
集合知プログラミング第2章推薦を行う
Hiroko Onari
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
「トピックモデルによる統計的潜在意味解析」読書会 4章前半
koba cky
はじめてのReleaseブランチ運用(svn編)
はじめてのReleaseブランチ運用(svn編)
将 高野
集合知プログラミング勉強会 7章(前半)
集合知プログラミング勉強会 7章(前半)
koba cky
説得のためのテクノロジ:「カプトロジ」入門
説得のためのテクノロジ:「カプトロジ」入門
Nanae Sh irozu
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
Looops4uコンサルティング
Looops4uコンサルティング
株式会社ループス・コミュニケーションズ Looops Communications,Japan
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
Jawad Haqbeen
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
Hiroyuki Ito
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
LINE Corporation
河野ゼミ研究紹介20180702
河野ゼミ研究紹介20180702
義広 河野
Jmrx講演資料0723(配布用)[1]
Jmrx講演資料0723(配布用)[1]
Shigeru Kishikawa
20110421
20110421
Takanobu Mizuta
Toward Research that Matters
Toward Research that Matters
Ryohei Fujimaki
実世界の意味を扱う理論と機械知能の構築
実世界の意味を扱う理論と機械知能の構築
Komei Sugiura
フィールドワーク事例共有トークvol.1
フィールドワーク事例共有トークvol.1
Code for Japan STO創出プロジェクト
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Eric Sartre
中学$prolog(人工知能)の4月1日資料
中学$prolog(人工知能)の4月1日資料
Keisuke NAKAMURA
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
Yuta Tonegawa
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
TomoyasuOkada
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
Fumiko Kudoh
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
Hironori Washizaki
デザイン思考 ワークショップ 入門クラス
デザイン思考 ワークショップ 入門クラス
(旧アカウント)一般社団法人デザイン思考研究所
機械設計学20230705東大大学院.pdf
機械設計学20230705東大大学院.pdf
芳徳 高木
Mais conteúdo relacionado
Semelhante a kic_python_programming
説得のためのテクノロジ:「カプトロジ」入門
説得のためのテクノロジ:「カプトロジ」入門
Nanae Sh irozu
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
Looops4uコンサルティング
Looops4uコンサルティング
株式会社ループス・コミュニケーションズ Looops Communications,Japan
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
Jawad Haqbeen
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
Hiroyuki Ito
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
LINE Corporation
河野ゼミ研究紹介20180702
河野ゼミ研究紹介20180702
義広 河野
Jmrx講演資料0723(配布用)[1]
Jmrx講演資料0723(配布用)[1]
Shigeru Kishikawa
20110421
20110421
Takanobu Mizuta
Toward Research that Matters
Toward Research that Matters
Ryohei Fujimaki
実世界の意味を扱う理論と機械知能の構築
実世界の意味を扱う理論と機械知能の構築
Komei Sugiura
フィールドワーク事例共有トークvol.1
フィールドワーク事例共有トークvol.1
Code for Japan STO創出プロジェクト
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Eric Sartre
中学$prolog(人工知能)の4月1日資料
中学$prolog(人工知能)の4月1日資料
Keisuke NAKAMURA
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
Yuta Tonegawa
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
TomoyasuOkada
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
Fumiko Kudoh
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
Hironori Washizaki
デザイン思考 ワークショップ 入門クラス
デザイン思考 ワークショップ 入門クラス
(旧アカウント)一般社団法人デザイン思考研究所
機械設計学20230705東大大学院.pdf
機械設計学20230705東大大学院.pdf
芳徳 高木
Semelhante a kic_python_programming
(20)
説得のためのテクノロジ:「カプトロジ」入門
説得のためのテクノロジ:「カプトロジ」入門
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
Looops4uコンサルティング
Looops4uコンサルティング
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
KICSS2020 Invited Talk 3: Prof. Takayuki Ito from Kyoto University
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
当たり前を当たり前に:Agile2017レポート
河野ゼミ研究紹介20180702
河野ゼミ研究紹介20180702
Jmrx講演資料0723(配布用)[1]
Jmrx講演資料0723(配布用)[1]
20110421
20110421
Toward Research that Matters
Toward Research that Matters
実世界の意味を扱う理論と機械知能の構築
実世界の意味を扱う理論と機械知能の構築
フィールドワーク事例共有トークvol.1
フィールドワーク事例共有トークvol.1
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
Twitterにおける即時話題推定技術「どたばたかいぎ」の開発
中学$prolog(人工知能)の4月1日資料
中学$prolog(人工知能)の4月1日資料
Hour of-code-2016冬-シンポジウム
Hour of-code-2016冬-シンポジウム
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
Discriminative Deep Dyna-Q: Robust Planning for Dialogue Policy Learning
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
「プロファイリングに関する自主的規律導入支援の実践」(工藤郁子) #JSAI2019
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
McEdu2016 ゲームとプログラミング学習のカタチ 鷲崎
デザイン思考 ワークショップ 入門クラス
デザイン思考 ワークショップ 入門クラス
機械設計学20230705東大大学院.pdf
機械設計学20230705東大大学院.pdf
kic_python_programming
1.
第1回 集合知プログラミング 12016 園田
成良
2.
目次 1.集合知とは? 2.集合知の利用例 3.機械学習とは? 4.機械学習の弱点 5.実生活における例 6.その他の使用例 7.1~6までのまとめ 8.協調フィルタリング 9.Pythonの実行方法 10.映画の評者と評価点の表示 10.映画の評者と評価点の表示 11.実行 12.ユーグリッド距離(数値) 13.ユーグリッド距離(グラフ) 14.評者をランキングする 15.8~14までのまとめ 2
3.
1.集合知とは? • 今までにない知見を生み出すために 「集団の振る舞い・嗜好・アイディア」 を結びつけること ▫ 世論調査
多くの人からの回答を基に,統計的な結論を引き出す 新たな結論を作り上げる ▫ 経済市場 最も利益を得られると信じて行動する振る舞い 多くの人々の「知識・経験・洞察力」の組み合わせ 3
4.
2.集合知の利用例 • Wikipedia(ウィキペディア) ▫ 利用者によって作り上げられているオンライン辞書 ▫
誰でも作成・編集が可能 ▫ 多くの利用者の知識で成長していく ▫ アルゴリズムなし 4 Wikipedia ペリーが 好きな人たち ペリー の記事 を編集 ペリーの記事の内容が 更に詳しくなった
5.
3.機械学習とは? • 人工知能の一分野でコンピュータに学習させる ▫ 機械学習の例
コンピュータの漢字変換時における入力ミス 5 機会学習 機械学習と入力したかったが 間違えてしまった 機械学習 次から 「きかい」を 変換した時に 「機械」と最 初に出る
6.
4.機械学習の弱点 • 機械が知らないパターンは誤って解釈されてし まうことが多い ▫ 人間
似たような状況を思い出して決断できる ▫ 機械 既に見たデータを基にしか決断できない 6
7.
5.実生活における例 • Googleの検索エンジン(PageRank)[1] ▫ 利用者が求めている内容を上位に結果表示させる
色々なサイトからリンクされていると上位に表示 ▫ どんな人がどんな広告をクリックしたのか ▫ アルゴリズムあり 7 [1] http://dorubako.nishitokyo-city.com/googlepagerank.html バットを購入 機械が判断 グローブの購入を薦める
8.
6.その他の使用例 • クレジット詐欺の発見 ▫ 詐欺取引を検知 ▫
取引や現金の動きが不適切かどうかを判断 • 株式市場の分析 ▫ 参加者がパターンを発見するために,高度な技術 が使われるようになっている 8 この他にも多くの例があり 多くの可能性を秘めている
9.
7.1~6までのまとめ • 様々なデータを蓄積し,情報を引き出して利用 ▫ データマイニングの分野 ▫
多くのユーザの意見で情報が構成 • Googleでも利用されている ▫ PageRankシステム 9
10.
8.協調フィルタリング • 多くのユーザの嗜好情報を蓄積 ▫ ユーザとユーザの嗜好が類似した情報を自動で推 論を行う方法論 •
協調フィルタリングの手法 ▫ 「ユーグリッド距離」 ▫ 「ピアソン相関」 ▫ 「Jacard係数」 ▫ 「マンハッタン距離」 10 他にも数多くの類似性検出方法がある
11.
9.pythonの実行方法 • 実行環境はUbuntu12.10 ▫ 拡張子は.py ▫
始めからpythonの環境は構築されている ▫ # !/usr/bin/env python ▫ # cording:utf-8 の2つを記入 ▫ pythonコマンドでインタプリタを起動させる 11
12.
10.映画の評者と評価点を表示 • test.pyに評者と評価点を記述 ▫ 尚,映画の評価は1.0から5.0とする 12
13.
11.実行 • test.pyをpythonのインタプリタで実行 • ①の実行結果 ▫
AkiraSonodaさんは,Lady in the Waterという映画の評価 を2.5にした. • ②の実行結果 ▫ AkiraSonodaさんは,Lady in the Waterという映画の評価 を2.5と評価したが,それを4.0と修正した. 13 ① ②
14.
12.ユーグリッド距離(数値) • 嗜好空間上の距離の近さで類似度を計算 ▫ 園田と薄井の映画の評価点の類似度を算出 ▫
園田と小柳の映画の評価点の類似度を算出 14
15.
13.ユーグリッド距離(グラフ) • 園田,薄井,小柳の映画の嗜好をグラフ化 ▫ は園田 ▫
は薄井 ▫ は小柳 15 Snakes Dupree 5 4 3 2 1 0 1 2 3 4 5 点と点が近いほどその 人と嗜好が似ている!!
16.
14.評者をランキングする • 映画の好みにもっとも似ている映画の評者を探 し出し,好みの近い順に並べたリストを得れる. • 佐藤が映画を見るとき小柳のレビューを参考に して映画を見ると,嗜好が近いので参考になる. 16
17.
15.8~14までのまとめ • 数多くの強調フィルタリングの手法があるが, 今回はユーグリッド距離を使用 • 数値が近ければ近いほど嗜好が類似している 17
18.
ご清聴ありがとうございました 18
19.
おまけ • 集合知プログラミングの本の通りに実行不能 ▫ pythonのversionが違うから? ▫
園田のversionは2.7.3(2013年4月11日現在) ▫ 書籍の発行日(2012年5月1日) • 実行方法(11ページ) ▫ import recommendations ▫ reload(recommendations) ▫ recommendations.sim_distance(recommendation s.critics, ‘Lisa Rose’, ‘Gene Seymor’I 19 これを追加する
Baixar agora