Submit Search
Upload
TensorFlowを用いた商品価格予想
•
1 like
•
502 views
T
Toru Tanaka
Follow
TensorFlowを使って商品の写真から価格を予想する仕組みを作った。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 16
Recommended
20101220 Android勉強会
20101220 Android勉強会
Visso株式会社
201307 mrmw資料
201307 mrmw資料
Hidekazu Hamano
Down
Down
saito787878
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
徹 上野山
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
tak9029
ソート
ソート
HCPC: 北海道大学競技プログラミングサークル
機械学習ライブラリ : TensorFlow
機械学習ライブラリ : TensorFlow
エンジニア勉強会 エスキュービズム
TensorFlow 3分紹介 with 速攻 windows 環境構築
TensorFlow 3分紹介 with 速攻 windows 環境構築
Michiko Arai
Recommended
20101220 Android勉強会
20101220 Android勉強会
Visso株式会社
201307 mrmw資料
201307 mrmw資料
Hidekazu Hamano
Down
Down
saito787878
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
徹 上野山
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
tak9029
ソート
ソート
HCPC: 北海道大学競技プログラミングサークル
機械学習ライブラリ : TensorFlow
機械学習ライブラリ : TensorFlow
エンジニア勉強会 エスキュービズム
TensorFlow 3分紹介 with 速攻 windows 環境構築
TensorFlow 3分紹介 with 速攻 windows 環境構築
Michiko Arai
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
深層学習とTensorFlow入門
深層学習とTensorFlow入門
tak9029
JS Board で IoT は楽勝か?
JS Board で IoT は楽勝か?
Shingo Fukui
JavaScriptでも鉄道模型
JavaScriptでも鉄道模型
ayasehiro
TensorBoard ハンズオン
TensorBoard ハンズオン
徹 上野山
Amazon Web Servicesで未来へススメ!
Amazon Web Servicesで未来へススメ!
Genta Watanabe
03 「重回帰分析」の入門
03 「重回帰分析」の入門
Shuhei Ichikawa
TensorFlowで機械学習ことはじめ(summer edition)
TensorFlowで機械学習ことはじめ(summer edition)
徹 上野山
Deep Learningについて
Deep Learningについて
Brains Consulting, Inc.
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
Yuya Kato
Akira shibata at developer summit 2016
Akira shibata at developer summit 2016
Akira Shibata
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
ILSVRC2015 手法のメモ
ILSVRC2015 手法のメモ
Hirokatsu Kataoka
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
いまさら聞けないUnity小技
いまさら聞けないUnity小技
Yuichi Ishii
How to make GAE adapt the Great Firewall
How to make GAE adapt the Great Firewall
Hayato Yoshikawa
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
Yohei Sato
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
健一 茂木
ぼくの実装した最弱のディープラーニング
ぼくの実装した最弱のディープラーニング
なおき きしだ
Tensor flow勉強会 (ayashiminagaranotensorflow)
Tensor flow勉強会 (ayashiminagaranotensorflow)
tak9029
More Related Content
Viewers also liked
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
深層学習とTensorFlow入門
深層学習とTensorFlow入門
tak9029
JS Board で IoT は楽勝か?
JS Board で IoT は楽勝か?
Shingo Fukui
JavaScriptでも鉄道模型
JavaScriptでも鉄道模型
ayasehiro
TensorBoard ハンズオン
TensorBoard ハンズオン
徹 上野山
Amazon Web Servicesで未来へススメ!
Amazon Web Servicesで未来へススメ!
Genta Watanabe
03 「重回帰分析」の入門
03 「重回帰分析」の入門
Shuhei Ichikawa
TensorFlowで機械学習ことはじめ(summer edition)
TensorFlowで機械学習ことはじめ(summer edition)
徹 上野山
Deep Learningについて
Deep Learningについて
Brains Consulting, Inc.
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
Yuya Kato
Akira shibata at developer summit 2016
Akira shibata at developer summit 2016
Akira Shibata
TensorFlow 入門
TensorFlow 入門
Takenori Nakagawa
ILSVRC2015 手法のメモ
ILSVRC2015 手法のメモ
Hirokatsu Kataoka
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
Kei Hirata
いまさら聞けないUnity小技
いまさら聞けないUnity小技
Yuichi Ishii
How to make GAE adapt the Great Firewall
How to make GAE adapt the Great Firewall
Hayato Yoshikawa
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
Yohei Sato
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
健一 茂木
ぼくの実装した最弱のディープラーニング
ぼくの実装した最弱のディープラーニング
なおき きしだ
Tensor flow勉強会 (ayashiminagaranotensorflow)
Tensor flow勉強会 (ayashiminagaranotensorflow)
tak9029
Viewers also liked
(20)
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
深層学習とTensorFlow入門
深層学習とTensorFlow入門
JS Board で IoT は楽勝か?
JS Board で IoT は楽勝か?
JavaScriptでも鉄道模型
JavaScriptでも鉄道模型
TensorBoard ハンズオン
TensorBoard ハンズオン
Amazon Web Servicesで未来へススメ!
Amazon Web Servicesで未来へススメ!
03 「重回帰分析」の入門
03 「重回帰分析」の入門
TensorFlowで機械学習ことはじめ(summer edition)
TensorFlowで機械学習ことはじめ(summer edition)
Deep Learningについて
Deep Learningについて
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
Akira shibata at developer summit 2016
Akira shibata at developer summit 2016
TensorFlow 入門
TensorFlow 入門
ILSVRC2015 手法のメモ
ILSVRC2015 手法のメモ
TensorFlowで遊んでみよう!
TensorFlowで遊んでみよう!
いまさら聞けないUnity小技
いまさら聞けないUnity小技
How to make GAE adapt the Great Firewall
How to make GAE adapt the Great Firewall
Tokyo r12 - R言語による回帰分析入門
Tokyo r12 - R言語による回帰分析入門
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
Tensorflowのチュートリアルで理解するdeep learningはじめてハンズオン
ぼくの実装した最弱のディープラーニング
ぼくの実装した最弱のディープラーニング
Tensor flow勉強会 (ayashiminagaranotensorflow)
Tensor flow勉強会 (ayashiminagaranotensorflow)
TensorFlowを用いた商品価格予想
1.
TensorFlowを用いた商品価格予想
2.
いつでも鑑定くん (カバン編)
3.
フリーマーケット(フリマ)アプリの時代!? • 近年、スマートフォンを使って衣料品や雑貨などを個人売買するフリ マアプリが、若者や女性を中心に急伸している。 • なかでも人気なのが、最大手の「メルカリ」。 •
2013年リリース。 • 国内3500万ダウンロードを突破。 • 1日の出品数は1日50万品以上。 • 月間流通額は100億円。 http://www.yomiuri.co.jp/fukayomi/ichiran/20160928-OYT8T50042.html
4.
メルカリとは? • フリマのように自分で値段を付け、モノを販売するスマホアプリ。 • 商品の紹介は、写真やコメントを添えて行う。 •
利用規約で出品が禁じられていない限り、何でも個人で売買できる。 https://www.mercari.com/jp/
5.
メルカリ(フリマ)の特徴 • オークションは「買い手」、フリマは「売り手」が値付け。 • ヤフオクのようなオークション(競売)とは異なり、フリマでは、売り手 が商品の希望額を自由に決めることができる。 •
しかし、即決即売が起こりうるフリマでは、売り手が商品価値の判断 を誤った場合、本来の価値よりも格安の価格で取引されてしまうこと がある。 (反対に希望額が高くて売れないことも…)
6.
適正価格設定の自動化 • フリマ市場に出回っている(出回っていた)商品の価格から、新しく出 品する商品の適正価格を予想できないだろうか? • フリマアプリでは、実物の商品を見ることができないため、商品の写 真が価格を決める重要な材料となる(たぶん)。 •
新しく出品する商品の写真を分析し、適正な価格を売り手に提案す るシステムがあってもいいんじゃないか?
7.
今回の目標 • メルカリで出回っている商品の写真とその価格を学習し、新しく出品 する商品の適正価格を予想する。 • 今回の目標は、「いつでも鑑定くん」を生み出すこと。 •
そのため、ターゲットを、 (流通量が多そうな)レディースのカバンに 絞って、とりあえず動くものを作ってみる。
8.
「いつでも鑑定くん」が生まれるために ① 訓練・評価用の画像データを集める。 ② 集めた画像データにラベル付けをする。 ③
画像とラベルのデータセットをTensorFlowに入力する。 ④ 実際に画像を与えて学習成果を試す。 • 今回は、TensorFlowのCIFAR10のサンプルをベースに作ってみる。 • 以下のサイトを参考にした。 • http://daiiz.hatenablog.com/entry/2016/02/22/150000
9.
「いつでも鑑定くん」が生まれるために ① 訓練・評価用の画像データを集める。 ② 集めた画像データにラベル付けをする。 •
メルカリに出品されているカバンの画像を集めて価格のラベル付けをする。 • Chromeアプリ「tfPhotoPalette」を 使うと、画像のパスとラベルを記述 したファイルを半自動で生成できる。
10.
「いつでも鑑定くん」が生まれるために ③ 画像とラベルのデータセットをTensorFlowに入力する(学習する)。 • ラベル(価格)は3種類。 •
1~5000円 • 5001~10000円 • 10001円~200000円 • 訓練用の画像 • サイズ:32x32 • 枚数:150枚(1円~→90枚、5001円~→20枚、 10001円~→40枚) • 訓練回数 300回(ミニバッチ128枚/回)
11.
「いつでも鑑定くん」が生まれるために ③ 画像とラベルのデータセットをTensorFlowに入力する(学習する)。
12.
「いつでも鑑定くん」が生まれるために ④ 実際に画像を与えて学習成果を試す。 • 評価用の画像 600円
700円 3900円 4000円 6500円 6900円 7500円 8000円 11000円 15000円 44800円 110000円
13.
結果 600円 700円 3900円 4000円
14.
結果 6500円 6900円 7500円 8000円 全滅…
15.
結果 11000円 15000円 44800円 110000円 全滅…
16.
まとめ • 精度25%(3/12)だったが、とりあえず動くものはできたので目標達成。 • データ数が少ない。そして偏っている。 •
今回のラベルに使用した価格のほとんどは、出品中の価格であり、 実際に売れた価格とは異なるため、「適正」な価格とは言えない。 実際に売れた価格データを収集する必要がある。 • …