挨拶
こんにちは！ 日々の業務を改善した～いと切に願っている小売業の会社員です
最近、仕事に慣れた事や人材入替り等で身の回りの環境が変わりつつあります。
そこで働き方に対する改善が必要と考えました。
前回は自分業務における改善案をChatGPTに相談し、
VBAという知識を得つつ、一部業務を『ほぼ自動化』できました。
⇓ 前回までの記事 ⇓
これで業務の効率化に近づきましたが『さらに』嬉しいことに
直近でTeachable Machineという機械学習を知りました。
一体どんなことが出来て、どう効率化に活用できるのか！？
今回は新しい発見を試しながらも自分ならどう活かせるのかを考えていきたいと思います
今記事も最後まで気楽に読んで頂けると幸いです。
Teachable Machineとは
独自の画像や音声、姿勢などをコンピュータが学習して認識する
アプリ等を作成するのに適したサービスの様です
以下URL参照
https://teachablemachine.withgoogle.com/
では実際、どの様に使うのか確認していきたいと思います。
まず先程のURLから進むとこの様な画面に切り替わります
『使ってみる』を押します
画面が切り替わりました。
今回は『画像プロジェクト』で確認していきます
直ぐ表示される『標準の画像モデル』を選択します
画面が変わるとこんな感じです
(何だか難しそうですね💦)
Class1・2は識別する際の名前設定です
試しにClass1を本（表）、Class2を本（裏）とします
そして【ウェブカメラ】【アップロード】どちらかの方法で画像を読み込ませます
表と裏に1枚ずつ画像を登録できたら『モデルをトレーニングする』を
クリックすると、、、プレビューで動作確認できるようになります！
※出力の上が本（表）、下が本（裏）です
プレビューで映しているのは表ですが裏の割合が高いですね！？
これは学習させている枚数が少ない為、誤認が発生していると考えられます
なので学習する枚数をそれぞれ１枚ずつ増やしてもう一度確認します
今度は表、裏共に認識の結果に大きな相違は無い様に見えます👏
応用
先程Class1とClass2とありましたが
『＋クラスを追加』をクリックすると
クラスを増やすことも出来ます
例えば本（表斜め）と本（裏斜め）のクラスを作成し、
写真をアップロードしてからトレーニングを実行します。
いずれも90％強の結果が出ました。
写真も200枚程UPしているのでそれだけ正確に機械学習出来ている様に考えられます。
※斜めの写真は別角度も学習させるのを推奨します
どんな業務に活かせるか
さて、Teachable Machineについての機械学習を
画像プロジェクトに焦点を充てて話を進めていきましたが
現状、私個人の業務について活かせそうな内容が未だに
思いついていません。強いて挙げるならば
週報データのダウンロードした内容の一覧を機械学習させ、
ダウンロードした数に漏れがないかのチェックに活用くらいです。
最後に
みなさん、最後まで読んでいただきありがとうございました
次回の記事もお楽しみに