AI・機械学習
データを分類する、予測する、生成AIをアプリで使う。
最初に作るもの
まずは、小さな数値データを「小」「大」に分類します。
何を使う？
scikit-learn
分類・予測の仕組みを試す。
PyTorch
ニューラルネットワークを扱う。
生成AIのAPI
文章や画像などを生成するサービスをアプリから利用する。
言語はコードを書くためのもの。ライブラリーやフレームワーク、エンジンは制作を助ける道具です。
学ぶ順番
進み方の選択肢
数値を分類する、最小の例
Python環境で python -m pip install scikit-learn を実行してから、classify.pyを保存し、python classify.pyで実行します。
classify.py
from sklearn.tree import DecisionTreeClassifier
samples = [[1], [2], [8], [9]]
labels = ["小", "小", "大", "大"]
model = DecisionTreeClassifier(random_state=0)
model.fit(samples, labels)
answer = model.predict([[3]])
print(answer[0])結果の例
小
この例は、上に記載した環境で実行します。サイト内では実行せず、コードと結果の例を確認できます。
この例で分かること
データと正解を渡し、新しいデータの分類結果を得る流れです。実用的な精度を確認したモデルではありません。
生成AIなら、この順番
入力欄を作る → 自分のサーバーへ送る → サーバーからAPIを呼ぶ → 結果を画面に出す。サービスのAPIキーは画面側のコードに書きません。
次に学ぶこと
学習用・評価用データの分離、正解率、データ前処理。画像や文章を扱う場合は、PyTorchなどの使い方も学びます。