PyData.Fukui AI数学(2)
イベント内容
はじめに・・
めちゃくちゃ多数のセンサデータや、気温、担当者、品番、その他の付帯データなどから、 関連性を抽出して、各データ同士がどれくらい関係があるのか、 各種予測、設定最適値をもとめる、異常を判定する、そんなテクニックの基本(=AI数学)を学びます。
空港・駅・巨大なアウトレットモール、などでは、たくさんの色々なデータが自動的に集積されています。 経営や農業などでも、IT化していれば、たくさんのデータが集積されるでしょう。
沢山のデータから、関係・意味があるところを探すには・・、
- どういう仕組みなんですか?(=>数学っぽい仕組みですよ)
- 簡単にできないんですか?(=>Pythonを使うと簡単ですよ)
内容
AIは、たくさんの数値データを学習して、自動で判断することができるようになります。 一方で、AIは学習、判断できても説明できない、と言うエライ方もいますが、一方ではデータを分析して説明をしている人もいます。
AI数学(2)ではデータサイエンス(たくさんの数値データを分析・説明する)方法を学びます。 データサイエンスは、大量のデータを分析し、説明を与えます。(関連のあるデータはどれか、どれくらい関連性があるか)
どれだけ大量のデータでも、実に多くの資料をPythonがつくってくれます。 それを経験やデータ以外の要素も勘案し解釈すれば、説明が可能な資料をつくれます。
上達すれば・・ AIモデルにするときには不要な計算量を回避、過学習などを防止したり、 ブラックボックスではない、よりよいAIモデルを作ることもできます。
今回は、Kaggleで公開されている心臓疾患のデータを使い、カグラーの皆様ご用達の、「非常にたくさんのデータの中から相関を抽出する=分散共分散行列、相関係数、コサイン類似度」について、基礎から、ビジュアルに、分かりやすく説明します。
方針
多少の数学的なおしゃべり・解説と、持参しているPCで一緒にデータを解析してみて、確認してみましょう。
PCがなくても、雰囲気とお茶だけ味わいたい、それでもOkです。
お気軽にどうぞ!
講師について
現在AIや数学をネタにPythonで楽しげなことをお仕事にしている人が今回の講師をいたします。
- JDLA(日本ディープニューラルネットワーク協会)ジェネラリスト検定資格保有者 #2019-1
- 「一般社団法人・データサイエンティスト協会」会員
-
「日本お笑い数学協会」の愛好者
-
センサの多数ある機械や工場、発電所・交通・空港などのデータ収集等の自動化、データ分析、ディスプレイ表示をおこなっています。
パソコンを持ってくる方へ
講師がGoogle Colaboratory を使って、AI数学とPythonの「相互作業」を説明します。
PC(Mac,Win,Linux)を持参される方は、Google Chromeと Googleアカウントを準備した、WIFI接続可能なノートPCをご持参ください。
勉強会の説明はWindowsを標準といたします。Mac, Linuxの方は、自分のPCに(キーやシェルのコマンドなど)置き換えて解釈してください。
企業・団体の内部でAIやIoT,データサイエンスを活用したい方へ
PyData.Fukuiの勉強会は、個人でのオープンな参加となります。 企業内・団体内でのクローズドな勉強会やクローズドなデータの活用の場合にも対応はできますが、別途ご相談下さい。
注意事項
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。