Monaca UG OSAKA #6まとめ
Monaca UG OSAKA 始まり! #monaca_ug #monaca pic.twitter.com/dpos3u2z16
2019-02-28 19:37:53推論と意思決定はこれまでもできていた。認識、習熟、理解がAI/機械学習によって広がった部分。 #monaca_ug
2019-02-28 19:54:54和歌山からの帰り道に、Monaca UG OSAKAの勉強会にお邪魔してます! #Monaca_UG pic.twitter.com/mIX2wHAmO9
2019-02-28 19:56:18アイディアデザイン → ビジネスデザイン → PoC(概念実証) → 運用&製品化。 今日はこのPoCについて。 #monaca_ug
2019-02-28 19:56:26PoCのマイルストーン。データ取得 → データ蓄積 → データ確認 → アノテーション → モデル設計 → モデル作成 → ... #monaca_ug
2019-02-28 19:57:28途中… 。データ確認:望み通りのデータが収集できているか。クレンジングとして不要なデータを省くステップがある。 #monaca_ug
2019-02-28 19:59:22アノテーションの精度でAIの精度が大きく影響が出る。請負でやってくれるところもでてきている。とはいえ基本的に膨大な時間と労力(またはお金)が必要。専門的なものになるとアウトソースは失敗する可能性も。 #monaca_ug
2019-02-28 20:05:31モデルの作成法:クラウドサービスを活用する、学習済みモデルを活用する、一からモデル構造を設計する #monaca_ug
2019-02-28 20:07:31よくあるAIの課題であればオンラインや論文を探せば見つかることがある。それに当てはまらないと辛い。 #monaca_ug
2019-02-28 20:08:252年前。音声認識をアプリに組み込んだところ、単語の認識に10秒くらいかかる(iPhone7) #monaca_ug とても現実的ではなかったんだなぁ。
2019-02-28 20:12:51クラウドのAIサービスを使うと回線を使いすぎてしまう問題。レスポンスタイムも厳しい。 #monaca_ug
2019-02-28 20:14:25中津川さん登場! Neural Network Console #monaca_ug #monaca pic.twitter.com/3RKTILHLnd
2019-02-28 20:29:04料理の栄養素を写真から判定する。中身はWatsonのAPIらしい。 #monaca_ug pic.twitter.com/wtr5qzq2ny
2019-02-28 21:05:39実行例。写真を撮ると料理名、食材が出る。 #monaca_ug pic.twitter.com/izMT9P2iFB
2019-02-28 21:08:20Monaca UG OSAKAの今回のテーマは機械学習。問題点については共感 #monaca_ug #機械学習 pic.twitter.com/nolOu5XFdr
2019-03-01 08:49:44Neural Network Consoleのデモ #monaca_ug #monaca #NeuralNetworkConsole #nnc #機械学習 pic.twitter.com/jqoh6FMccv
2019-03-01 08:52:25Monacaでの機械学習を使ったアプリの開発のポイント #monaca_ug #monaca #機械学習 #アプリ pic.twitter.com/ynMvY0vsr9
2019-03-01 08:57:56