##今日はAIにふれてみるMicrosoftAIの活用事例と実践をやってみた
２０２１年正月。
以下リンクの内容でAIをしてみた。
https://www.fsi.co.jp/blog/5044/
###MicrosoftAI:Azure Cognitive Service
とまあ、資料に従い、ジャンケン認識アプリを作成してみる。
まず、無料アカウントを作成。
####まず、リソースグループを作成
特に気を付ける部分はない。作成！
####Custom Visionを作成
ここでｈｓ、先ほど作成したリソースグループを指定するが、ここでもリソースグループの追加ができるようだ。
そのた注意するところはないが、freeを選択していけばいい感じだ。
####Custom Vision ポータルにログインしてプロジェクトの作成
どうもここからが分かりにくいが、また別のポータルにつながないといけない。
で、ここでプロジェクトを作成。
ここでの注意点も特にない。
あえて言うなら、以下の物体検出（object detection）を選ぶとこころか。
####データの収集
ここからプロジェクトに画像データを読み込ませるのだ。
で、ここからが面倒で時間がかかるのだが、写真にこんな風にタグ付けをしていくのだ。
####学習
学習ボタンを押すとなっているが、トレイン＝列車とは。
####評価
そうするとこんな評価画面が表示される。
で、簡単に説明を書くと。
- Precision：適合率
- AIが判断した結果で正しかったものの割合。例えばAIが１０匹を猫と判断したけど、9匹が本当の猫だった場合は90%になる。
- Recall：再現率
- 正解データのうち、AIが正しく検出した割合。 例えば正解が１０匹の猫であるデータでAIが9匹の猫を判断た場合は90%になる。
つまり今回のプロジェクトでは78.6%の適合率＝AIが100のグーヲ判断したがで本当のグーは78だった。
５０％の再現率＝グーが100のうちAIが50しかグーと判断できなかったことになる。