What Can a Hippopotamus be?

ペーペーエンジニアが日々ぼちぼちと技術的なあれこれをアウトプットする場。

try! Swiftメモ: Day1-1 Swift開発者が知りたかったけど聞きにくい機械学習のすべて

try! Swiftに参加して来ました!

ちょいちょいメモ書きしていたのを公開します。

@niwatake さんのこちらのブログと合わせてご覧いただくと、わかりやすいかと思います。

Swift開発者が知りたかったけど聞きにくい機械学習のすべて | try! Swift Tokyo 2017 #tryswiftconf Day1-1 - niwatakoのはてなブログ

機械学習について

機械学習とは?

  • 人間の分析を加えたデータを元ん学習する仕組み
    • e.g.
      • 人の身長を予測する
        • 会場の人の身長を測って平均値を取る
          • これを使って計算する。予測する
          • ただし、これだけだと誤差ができるので、男性・女性で分けて測る
          • さらに年齢・靴のサイズなど様々な係数を加えていくことで精度が上がる
    • これは線形回帰という

なぜ今この機械学習が面白い?

  • 昔と比べてよりたくさんのデータを取り扱えるようになってきたから
  • iOSバイス上でもできるようになっている
    • 画像を見て -> 水のボトルであるという分析ができる
      • エッジ
      • シェイプ
      • ..
    • 単なるイメージ分析であったものから、次のステップへ飛躍的にのびる段階

モバイルアプリ開発への影響

  • 機械学習はどこでも利用できるようなものになっていく
    • e.g. 顔認識とか、

学者でなくてもできるか?

  • → yes
  • 今は、Swiftの1.0のような段階
    • Swiftのように、機械学習もメインストリームになっていくだろう
      • 大学の学部が増えたり
      • TensorFlowとか、開発が進んでいっている

Swift環境で機械学習ができるか?

  • モデルをつくる
    • python, tensorflow
    • TensorFlowをアプリに取り込むとか
    • Apple accerate
  • AVFoundationとか、CoreImageを使うようなもの
    • 支援実行モデル
      • 呼び出して、フィルタリングして…
  • UIを作るのとよく似ている
    • 不正確
      • 95%は動くのに、5%は動かない
        • なぜ動いた、なぜうごかない、がわからない
      • でも機械学習では95%はすごいレベル

どこから始めればいいのか

  • 誰も専門家ではないので、誰でもできる

まとめ

機械学習に注目が集まっているが、本当に使えるもの

さまざまなAPIがどんどん出て来るだろう


スポンサードリンク