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
2012年10月3日

自己紹介
• 名前伊藤徹郎（@tetsuroito）

• 所属株式会社ALBERT

• お仕事データマイニングとか最適化とか

• Python初心者ですが、今回勉強会企画しまし
た！よろしくお願いします！

開催にあたって

• 集合知プログラミングは2008年刊行の書籍
→最新の知識というわけではありません

• 内容の理解を最優先します
→不明点などは議論などで解決できればOK

• 本のサンプルコードが古い
→現在のVerに適したコードレビューをしたい

１章集合知への招待
アジェンダ
• 集合知とは何か？

• 機械学習とは何か？

• 機械学習の限界

• 実生活における例

• 学習アルゴリズムのその他の使用

1.集合知とは何か
集合知はWeb以前から利用されている。

ex1)世論調査
→膨大な回答から個々人が知らない統計的な
結論を引き出すことが出来る

ex2)経済市場
→多くの独立した人間によりマーケット
プライスが決定されていく

Webを通じて数千、数百万の情報を収集可能に

・Wikipedia
→誰でも作成、編集が可能
誤った情報もすぐに最新の正しい情報に

・Googleの検索エンジン
→ページランクアルゴリズム

情報を知的に処理し、新たな情報を生み出す


集合知プログラミングで学ぶこと

オープンなAPIを通じてデータを集める方法

機械学習のアルゴリズムと統計学の手法

様々なデータを集め、手法を適用可能になる！

2.機械学習とは何か？
機械学習は人工知能（AI）の一分野

ほとんどすべてのデータは何らかのパターン
を含んでおり、機械的に一般化が可能。

データのどの面が重要か決定づける
モデルをトレーニングする

2.機械学習とは何か？
ex)E-Mailのフィルタリング
特定単語をスパム認定するスパムフィルタ

ex)決定木
→人の理解が可能で透明性がある

ex)ニューラルネットワーク
→ブラックボックス

3.機械学習の限界
機械学習の弱点
・パターン化の性能は各アルゴリズム依存
・データにないパターンの誤判断
・既知のデータのみの一般化（不完全）

本書のスパムフィルタ
→単語やフレーズの出現だけを想定
（意味や文の構造は解析していない）

４.実生活における例
・Googleページランク‥４章

・Amazon、Netﬂix、Pandora、Last.fm
などの購入履歴を基にした推薦‥２章

・予測市場（Hollywood Stock Exchange）

・eHarmonyのようなマッチングサイト

5.学習アルゴリズムのその他の使用

バイオテクノロジー

シークエンシング、スクリーニング技術
→DNA配列、タンパク質構造、化合物スク
リーニング、RNA発現 etc‥

最近では、マイクロアレイなど。


クレジットカードの詐欺発見

クレジットカードの取引履歴から詐欺の取引
を検知する方法を模索している。

アルゴリズム
決定木やニューラルネットワーク


マシンビジョン

軍事、調査目的の映像解析
パターン認識技術などを活用している

巨大データセットから特徴量抽出のために、
独立成分分析のような教師なし学習を使用


製品のマーケティング

市場に存在する自然な区分を理解
将来についてよりよい予測を行う

アルゴリズム
→クラスタリング


サプライチェーン

サプライチェーンを効果的にする
各地の製品需要を予測し、コストを節約

アルゴリズム
最適化と学習


株式市場の分析

国防

などなど‥

集合知プログラミングで
機械学習とPythonを
学習（復習）しましょう！

よろしくお願いします！

Recommended