概要

女性の勉強会参加者を増やそうと言いながら酔っ払って立てたイベント。
アロマ×人工知能初心者でイベントを企画。
初心者向けなので出来るだけ難しいことはやりません。
理論より実際に動かすことに重点的にやります。
簡単すぎてつまらない方は課題を先にやって見てください。

参考サイト
https://2017.spaceappschallenge.org/challenges/our-ecological-neighborhood/migratory-travels-and-travel-stories/teams/gratitude-to-the-crane/project

pythonをインストールしてみる[mac]

brewでpyenvをインストール

brew install pyenv

pyenvでanacondaかminicondaかpythonバージョンを指定してインストール

pyenv install miniconda3-3.19.0

環境変数の設定

.bashrc

export PYENV_ROOT="$HOME/.pyenv"
export PATH="$PYENV_ROOT/bin:$PATH"
eval "$(pyenv init -)"
export PATH="$PYENV_ROOT/versions/anaconda3-4.1.1/bin/:$PATH"

source ~/.bashrc

condaでpython2系か３系の仮想環境を構築

conda create -n py27 python=2.7
conda create -n py35 python=3.5
source activate py35

pythonをインストールしてみる[win]

anaconda公式ページで２系か３系のインストール pipでライブラリをインストール
https://www.continuum.io/downloads

condaでpython2系か３系の仮想環境を構築

conda create -n py27 python=2.7
conda create -n py35 python=3.5
activate py35

機械学習APIを叩いてみる

深層学習シミュレータ

tensorflow
http://playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=circle&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,2&seed=0.54808&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false

convnetjs
https://cs.stanford.edu/people/karpathy/convnetjs/demo/mnist.html

a3rt_apiソース

https://github.com/miyamotok0105/a3rt_api_tools
参考記事
http://web-tan.forum.impressrd.jp/e/2017/04/26/25580

Text Suggest API
Text Classification API
Proofreading API
Talk API
Image Infuluence API
Listing API

git clone https://github.com/miyamotok0105/a3rt_api_tools.git

※api keyを発行するとmailにkeyが返ってくる
https://a3rt.recruit-tech.co.jp/

talk apiの例

pip install requests
export A3RT_API_KEY_Talk="XXXXXXXXXXXXXX"
python talk.py

お菓子タイム

休憩タイム

機械学習ライブラリを触ってみる

chainerを動かす

pip install chainer
git clone https://github.com/pfnet/chainer.git

chainerでmnistを動かす

mnistは手書き文字のデータセット

chainerの解説
https://www.slideshare.net/unnonouno/chainer-59664785
https://www.slideshare.net/Retrieva_jp/chainer-trainer-nsteplstm
mnistの解説
http://tensorflow.classcat.com/2016/03/09/tensorflow-cc-mnist-for-ml-beginners/

cd examples/mnist
python train_mnist.py

課題

・層を増やしてみよう。
・活性化関数を変えてみよう。
・CNNに変えてみよう。
・精度をあげてみよう。
・推定処理を入れてみよう。
・resnetを試そう。
https://www.kaggle.com/meownoid/digit-recognizer/tiny-resnet-with-keras-99-314
・１００パーセントの精度にしよう。
・kaggleに挑戦しよう
https://www.kaggle.com/c/planet-understanding-the-amazon-from-space/kernels

2017年5月７日：アロマを香りながら体験する人工知能「初心者向け」

概要

目次