kuzira_diver

BQML で分類モデルを使用して訪問者の購入を予測する URL  https://google.qwiklabs.com/focuses/1794?parent=catalog 内容：『BigQuery ML』って何なん？っと思ったらBigQuery上でMachine Learningを実現する機能でSQLも使えるそうだと。 比較的に分かりやすそうだったので、選択。 ラボの内容 e コマースデータを探索する 特徴を選択しBQML モデル作成 分類モデルの性能を評価する モデルの性能が悪ければ特徴追加し新たなモデルを作成 実際のラボ 基本はクエリが用意されているので、ポチポチでラボは進む。 実際はモデルやクエリに対しある程度の予備知識がないと理解に苦しむ。 とりあえず「こんな事ができるんだ」っと分かりたいだけの人なら割り切って受講しても良いと思う。

Cloud ML API を使用して画像内のテキストの抽出、分析、翻訳を行う URL  https://www.qwiklabs.com/focuses/1836?parent=catalog 内容：ML API を組み合わせ方を学びたくラボを選択。 Cloud Vision API のテキスト検出メソッドを使用し、光学式文字認識（OCR）を利用して画像からテキストを抽出。 次にテキストを Translation API で翻訳する方法と、Natural Language API で分析する方法を学ぶ。 curlでVision(OCR)=>Transration=>NLP APIとして画像からEntity分析を行う。 ラボの内容 API キーを作成する Cloud Storage バケットに画像をアップロードする Vision API リクエストを作成し、curl で API を呼び出す Vision API のテキスト検出（OCR）メソッドを使用する Translation API を使用して画像のテキストを翻訳する Natural Language API を使用して画像のテキストを分析する 実際のラボ 狙い通り、APIを組み合わせることを学ぶには良かった。 途中でBashを使い、結果を次の入力に変えているのが微妙にすごい。 ラボはフランス語から英語だったので、フランス語から日本語に変えると以下の結果だった。意味は。。。 {   "data": {     "translations": [       {          "translatedText": "公共用品の場合オバマ氏の場合、マスタードはディジョン産です",          "detectedSourceLanguage": "fr"       }     ]   } }

Dialogflow で AI チャットボットを実装する URL  https://www.qwiklabs.com/focuses/1789?parent=catalog 内容：scikit-learn で機械学習モデルを構築しアプリケーションのモデルをリアルタイムで提供するラボ。「scikit-learn」って何？実際に機械学習モデルを構築したことがなかったので選択。 学習前に scikit-learn 　機械学習のオープンソースライブラリ。「サイキット・ラーン」と読む。 AI Platform 　GCPのサービスで大規模な機械学習モデルをトレーニングし、トレーニング済みモデルをクラウドでホストし、モデルを使用して新しいデータについて予測することが可能。 AI Platform Prediction　サイズを問わず、あらゆる種類のデータに対して機械学習モデルを簡単に構築できるマネージド サービス。 実際のラボ [Agenda] モデルを作成してファイルに保存する 保存したモデルを Google Cloud Storage にアップロードする AI Platform でモデルリソースを作成する モデル バージョンを作成して、scikit-learn モデルをリンクする オンライン予測を行う 学習モデルをAI Platformにリリースして利用するまでの一連の流れを理解するには良いラボ pythonコードが出てくるが、基本理解していなくてもコピペで完結 可能であれば、コードも理解しておくとより、実践的であると思うが、軽く機械学習やAI Platformに触れたいという人にも向いているラボ

Dialogflow で AI チャットボットを実装する URL  https://www.qwiklabs.com/focuses/634?locale=ja&parent=catalog 内容：Dialogflowで簡単なチャットボットを実装。Dialogflowの使い方がメインで機械学習に関する内容は無いが、チャットボットの構築に興味があったので選択。 Dialogflow のコンセプトと構成 Dialogflow は会話構築ツール。人間の言語をインテント（会話の意図）とアーギュメント（会話の議題）とに区別する。 エージェント はエンドユーザーとの会話を処理する仮想エージェント。人間の言語のニュアンスを理解する自然言語理解モジュールである。エージェントをアプリ、プロダクト、またはサービスに組み込み、人のリクエストを利用可能なデータに変換するために使用。ユーザーからの入力データがエージェント内のいずれかのインテントと一致する場合に変換が行われる。 インテント はエージェントのコンポーネント。インテントを結合することで会話全体を処理。ユーザーの発話データとソフトウェアで求められるアクションのマッピングを行う。 エンティティ 自然言語入力からパラメータ値を取り出すときに使用。 コンテキスト は、ユーザーのリクエストの現在のコンテキストを表す。曖昧なフレーズや、ユーザーの設定、ユーザーの地理的なロケーション、アプリでの現在のページ、会話のトピックによって意味が異なるフレーズを区別するときに使用。 フルフィルメント は、一致したインテントからの情報をウェブサービスに渡し、その結果を取得できる Webhook。 実際のラボ 基本はポチポチ進めて行けばラボは完了できる [ Try it now ]でボットのテストを実施できるが、適当に入れると誤った学習をするので注意

ML Study Jams Vol.4 : Machine Learning トレーニングプログラム URL  https://events.withgoogle.com/ml-study-jams-japan/ GW中のスキルアップを目的に申し込みしてましたが、メールを見落としていて本日から参加。 とりあえず、基礎知識の向上と中級者向け中心に学ぶ。 学んだコースはブログに記録する。 対象コース 初心者向け Google で使用される API の概要 AI Platform: Qwik Start GCP の基礎 （クエスト） Baseline: Data, ML, AI  （クエスト） 中級者向け AI Platform を使用したオンライン予測での scikit-learn モデル提供 Dialogflow で AI チャットボットを実装する Natural Language API によるエンティティ感情分析 Cloud Vision API で画像内の物体（ラベル）、顔、ランドマークを検出する Natural Language API を使用してテキストをカテゴリに分類する Cloud ML API を使用して画像内のテキストの抽出、分析、翻訳を行う   上級者向け AIプラットホームでの TensorFlow による赤ちゃんの体重予測 BQML で分類モデルを使用して訪問者の購入を予測する BigQuery ML 予測モデルによるタクシー運賃の予測 TensorFlow と AI Platform で住宅価格を予測する TensorFlow での機械学習 Google Cloud ML による分散型機械学習 Google Cloud ML によるリアルタイムの機械学習 Awwvision: Kubernetes クラスタからの Cloud Vision API AutoML Vision でクラウド内の雲の画像を分類する