Recommended
Recommended
More Related Content
Similar to 誰でも簡単！機械学習ワークショップ
Similar to 誰でも簡単！機械学習ワークショップ (20)
誰でも簡単！機械学習ワークショップ
- 2. 1 目次 1. はじめに 2. AI（機械学習）とは 3. データ分析の流れ 4. ワークショップ
- 3. 1.はじめに
- 6. 5 用語の位置づけ 人工知能 （Artificial Intelligence） 機械学習 （Machine Learning） 深層学習 （Deep Leaning） 機械学習/深層学習は人工知能の要素技術
- 8. 7 パターン（特徴）とは 犬 猫 人間 鳴き声 色 大きさ 形 犬 猫 コンピュータ 鳴き声 色 大きさ 形 特徴 特徴 犬と猫は、同じ4本足の生物だが、 「鳴き声/大きさ/色/形」などの特徴を頼りに、 「犬」か「猫」かを判断する デジタルの情報しか扱えないため、 あいまいな定義しか出来ない特徴では、 判断できない※ ※一概に「大きさ○○cmなら犬」と断定できず、複数の要素が絡み合って初めて「犬」と断定できるため。
- 10. 3.データ分析の流れ
- 12. 4.ワークショップ
- 24. 23 ⑥Notebookの初期設定 ・Notebook Name：任意の名前 （拡張子は自動で追記されます） ・Select Language：Python 3.6 （どんなプログラミング言語を使うか選びます） 分析をするための環境作り
- 27. 26 ⑧ライブラリのインポート 分析をするための環境作り import pandas as pd import numpy as np ■下記2行をコピペして、Shift＋Enterで実行
- 29. 28 ⑨データの読み込み データの確認 train = pd.read_csv("./train.csv") test = pd.read_csv("./test.csv") ■下記2行をコピペして、Shift＋Enterで実行
- 34. 33 （補足）データを観察してみよう！ ■トレーニングデータ PassengerId ・・・乗客番号 Survived ・・・生存情報（0=死亡、1=生存） Pclass ・・・チケットクラス（値が大きいほど高価） Name ・・・乗客の名前 Sex ・・・性別（male=男性、female＝女性） Age ・・・年齢 SibSp・・・タイタニックに同乗している兄弟/配偶者の数 parch・・・タイタニックに同乗している親/子供の数 ticket・・・チケット番号 fare・・・料金 cabin・・・客室番号 Embarked・・・出発地
- 35. 34 （補足）データを観察してみよう！ ■テストデータ PassengerId ・・・乗客番号 Pclass ・・・チケットクラス（値が大きいほど高価） Name ・・・乗客の名前 Sex ・・・性別（male=男性、female＝女性） Age ・・・年齢 SibSp・・・タイタニックに同乗している兄弟/配偶者の数 parch・・・タイタニックに同乗している親/子供の数 ticket・・・チケット番号 fare・・・料金 cabin・・・客室番号 Embarked・・・出発地 生存情報が無い！
- 37. 36 ⑫データの行数・列数を確認 もっとデータを観察してみよう test_shape = test.shape train_shape = train.shape print(test_shape) print(train_shape) ■下記4行をコピペして、Shift＋Enterで実行 xxx .shape xxx_shape 要素の数（この場合、行数と列数） を取得 取得した情報を 新しい箱に格納 print(xxx)で、 箱の中身を表示 ・テストデータは418行・11列 ・トレーニングデータは 891行・12列
- 42. 41 まず、どのデータを使って学習させるか決めよう！ Pclass ・・・チケットクラス（値が大きいほど高価） Age ・・・年齢 SibSp・・・タイタニックに同乗している兄弟/配偶者の数 parch・・・タイタニックに同乗している親/子供の数 下記4つの情報を元に生存情報を予測させてみましょう 【補足】 ①今回は数値データのみを使って予測を行いますが、文字列データであっても数値データ に 置き換えることで活用することが出来ます（例：男性 →0、女性→1） ②どのデータを使うかは、事前に変数間の相関を取ることが望ましいです（今回は割愛）
- 44. 43 （補足）中央値の代入方法 train["Age"] = train["Age"].fillna(train["Age"].median()) train Age トレーニングデータ内の「Age」列の 空欄に中央値を入力 train Age train Age 欠損を別の データで埋める .fillna() .median() 中央値を取得する trainの箱の中の Ageという列を指定 trainの箱の中の Ageという列の空欄に値を入力 trainの箱の中の Ageという列の中央値を取得
- 48. 47 決定木分析 今回は決定木分析という手法を使ってみましょう ・・・死者 ・・・生存者 チケットクラスが2以上 チケットクラスが1以下 30歳以下 31歳以上 30歳以下 31歳以上 <イメージ> これは、条件分岐によってデータを同じような属性を持ったグループに分割する手法です。 上記のイメージで説明すると、チケットクラスの値や年齢によって、 乗客を「死者」のグループと、「生存者」のグループに分類します。 この分類をAI（機械学習）によって自動で行うことが出来ます。
- 49. 48 ①AI（機械学習）のライブラリをインストールします ライブラリのインポート from sklearn import tree ■下記1行をコピペして、Shift＋Enterで実行 【scikit-learnとは】 今回インストールしたのは scikit-learnというライブラリです。 これは機械学習の機能を pythonで使えるようにするためのライブラリで、 開発済みのAI（機械学習）の機能を手軽に使えるようになります。
- 50. 49 ②目的変数と説明変数の設定 目的変数と説明変数の設定 target = train["Survived"].values feature = train[["Pclass", "Age", "SibSp", "Parch"]].values ■下記2行をコピペして、Shift＋Enterで実行 target train Survived .values 値を取得 feature train Pclass Age SibSp parch .values 値を取得 目的変数 説明変数 説明変数を使って 目的変数を予測する
- 51. 50 ③決定木を作成します 決定木の作成 mytree = tree.DecisionTreeClassifier() mytree = mytree.fit(feature, target) ■下記2行をコピペして、Shift＋Enterで実行
- 52. 51 （補足）決定木の作成 mytree = tree.DecisionTreeClassifier() #mytreeという箱に「決定木」のモデルを設定 mytree tree .DecisionTreeClassifier() mytree mytree .fit() target feature mytree = mytree.fit(feature, target) #作ったモデルに先ほど設定したデータを入力して学習させる
- 53. 52 ④先ほど作った決定木にテストデータを入力して予測します 予測の実施 test_features = test[["Pclass", "Age", "SibSp", "Parch"]].values prediction = mytree.predict(test_features) ■下記2行をコピペして、Shift＋Enterで実行 test_features test Pclass Age SibSp parch .values 値を取得
- 54. 53 （補足）予測の実施 test_features = test[["Pclass", "Age", "SibSp", "Parch"]].values #テストデータの目的変数を設定 prediction = mytree.predict(test_features) #トレーニングデータで作ったモデルを使ってテストデータの生存情報を予測 test_features test Pclass Age SibSp parch .values 値を取得 mytree .predict() test_features prediction 予測を実施
- 56. 55 ⑤生存情報の予測結果を乗客番号と紐づけてcsvで出力します 乗客番号と紐づけてcsvに書き出し PassengerId = np.array(test["PassengerId"]).astype(int) solution = pd.DataFrame(prediction, PassengerId, columns = ["Survived"]) solution.to_csv("mytree.csv", index_label = ["PassengerId"]) ■下記2行をコピペして、Shift＋Enterで実行
- 57. 56 （補足）乗客番号と紐づけてcsvに書き出し PassengerId = np.array(test["PassengerId"]).astype(int) ＃ざっくり説明すると、PassengerId（乗客番号）の値を、passengerIdという箱に格納しています solution = pd.DataFrame(prediction, PassengerId, columns = ["Survived"]) #乗客番号と予測結果を紐付ける solution.to_csv("mytree.csv", index_label = ["PassengerId"]) #csvに書き出し PassengerId np .array() test passengerId .astype(int) 配列の作成 データ形の変換 Solution pd .DataFrame() 表形式の データを作成 prediction PassengerId columns = ["Survived"]) 列に名前をつける Solution .to_csv() csvで書き出し my_tree.csv 保存するファイル名 index_label = ["PassengerId"] 列に名前をつける
- 58. 57 （補足）乗客番号と紐づけてcsvに書き出し②（箱の中身） PassengerId = np.array(test["PassengerId"]).astype(int) ＃ざっくり説明すると、PassengerId（乗客番号）の値を、passengerIdという箱に格納しています solution = pd.DataFrame(prediction, PassengerId, columns = ["Survived"]) #乗客番号と予測結果を紐付ける solution.to_csv("mytree.csv", index_label = ["PassengerId"]) #csvに書き出し 892 893 894 ・ PassengerId Solution Survivded 892 0 893 1 894 1 PassengerId Survivded 892 0 893 1 894 1
- 66. 65 Kaggleへアップロードして予測精度を判定してみる Upload Filesを選択して、 先ほどダウンロードしたファイル（mytree.csv）をアップロード ※もしくはドラック&ドロップ
- 75. EOF