読者です 読者をやめる 読者になる 読者になる

エンジニアの技術的独り言

技術的な独り言を書いています。独り言なのでどうでもいいことです。でも他の人の参考になればとっても嬉しいです。

機械学習コトハジメ vol.2のメモ

機械学習 勉強会

弊社で2回目の機械学習の勉強会があったのでそのメモ。

 

78b88514d287ef16c8a41cdbf4.doorkeeper.jp

 

今回は、実装とかそういうエンジニアちっくな話というよりはどういう活用ができるのかとかそういう部分のお話になります。

 

弊社のプロジェクト「男の顔判定」

  • 自分のアイコンを判定してみた
  • ジャニーズ/ホスト/よしもと/悪役の4分類される
  • サイズ感無視でめちゃめちゃボケた画像で判定してみたがジャニーズになったので良しとしたいw

f:id:takkuuuuun:20160909191534p:plain

 

ポイントとしては下記

  • 安定した判定ができるような学習をするのはなかなか難しい
  • チューニングまでの時間を割けなかった
  • そのため判定が偏った結果になってしまった

 

本題のFRONTEOのCTOの武田さんの話

FRONTEOという会社

 

 機械学習の便利なところ

  • ざっくりと判断してくれる

 

Landscapingというアルゴリズム

  • FRONTEOの独自技術
  • 適合率と再現率が課題だった

 

使われている事例

PROMPTというプロジェクト

  • 鬱などを自動的にデバイスが判断するプロジェクト

LITALICOの事例

  • 症状の悪化を早期に発見するシステムを協力してやっている

転倒リスクの予測

  • NTTと
  • 精神状態や運動機能、栄養状態などから予測
  • 電子カルテをもとに予測

電子メール監査システム

  • メールを見て不正行為をチェックする

自動接客支援サービス

  • デザインをもとにレコメンデーションをする

デジタルキュレーションサービス 

メガバンクの営業支援 などなど

 

人工知能活用において起こりがちなこと

  • データが揃っていない
  • 何ができるかわからない
  • 何をしたら良いのかわからない
  • 法律的に大丈夫?(ヘルスケア領域とか)
  • 理想と現実が乖離している
  • 費用対効果が明確でない