Upgrade to Pro — share decks privately, control downloads, hide ads and more …

LangChainでデータ分析エージェントを作ってみる

Avatar for 熊懐葵 熊懐葵
September 29, 2024
Technology
0
290

 LangChainでデータ分析エージェントを作ってみる

機械学習の社会実装勉強会 第39回 (https://machine-learning-workshop.connpass.com/event/328440/) の発表資料です。

Avatar for 熊懐葵

熊懐葵

September 29, 2024
Tweet

More Decks by 熊懐葵

See All by 熊懐葵
Claude Codeで進めるAWSリソースのTerraform移行
Avatar for 熊懐葵 aoikumadaki
0
59
n8nで定期成果報告の資料づくりを自動化する
Avatar for 熊懐葵 aoikumadaki
0
160
LangGraphとFlaskを用いた社内資料検索ボットの実装④GithubRetriever構築編
Avatar for 熊懐葵 aoikumadaki
0
79
LangGraphとFlaskを用いた社内資料検索ボットの実装③アプリケーション構築編
Avatar for 熊懐葵 aoikumadaki
0
110
LangGraphとFlaskを用いた社内資料検索ボットの実装②Retriever構築編
Avatar for 熊懐葵 aoikumadaki
0
200
LangGraphとFlaskを用いた社内資料検索ボットの実装①AIエージェント構築編
Avatar for 熊懐葵 aoikumadaki
0
390
StreamlitとLangChainを使った表画像OCRアプリの実装
Avatar for 熊懐葵 aoikumadaki
3
760
AWS LambdaとLangSmithを使った社内レポート添削システムMinervaの実装
Avatar for 熊懐葵 aoikumadaki
0
330

Other Decks in Technology

See All in Technology
20251014_Pythonを実務で徹底的に使いこなした話
Avatar for 森田　一平 ippei0923
0
220
AIとともに歩んでいくデザイナーの役割の変化
Avatar for LINEヤフーTech (LY Corporation Tech) lycorptech_jp
PRO
0
660
Oracle Autonomous AI Database：サービス概要のご紹介
Avatar for oracle4engineer oracle4engineer
PRO
2
15k
ニッポンの人に知ってもらいたいGISスポット
Avatar for sakaik sakaik
0
190
Introduction to Bill One Development Engineer
Avatar for Sansan, Inc. sansan33
PRO
0
300
Sansan Engineering Unit 紹介資料
Avatar for Sansan, Inc. sansan33
PRO
1
3k
CNCFの視点で捉えるPlatform Engineering - 最新動向と展望 / Platform Engineering from the CNCF Perspective
Avatar for hhiroshell hhiroshell
0
110
Contract One Engineering Unit 紹介資料
Avatar for Sansan, Inc. sansan33
PRO
0
8.9k
Oracle Base Database Service 技術詳細
Avatar for oracle4engineer oracle4engineer
PRO
12
81k
FinOps について (ちょっと) 本気出して考えてみた
Avatar for skmkzyk skmkzyk
0
180
もう外には出ない。より快適なフルリモート環境を目指して
Avatar for もっち mottyzzz
3
280
Biz職でもDifyでできる！ 「触らないAIワークフロー」を実現する方法
Avatar for kanacan igarashikana
3
1.1k

Featured

See All Featured
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
Avatar for panda_program panda_program
115
20k
Fashionably flexible responsive web design (full day workshop)
Avatar for Andy Clarke malarkey
407
66k
Learning to Love Humans: Emotional Interface Design
Avatar for Aarron Walter aarron
274
41k
We Have a Design System, Now What?
Avatar for Morgane Peng morganepeng
53
7.8k
Building a Scalable Design System with Sketch
Avatar for Laura Van Doore lauravandoore
463
33k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
Avatar for Eileen M. Uchitelle eileencodes
140
34k
The Language of Interfaces
Avatar for Des Traynor destraynor
162
25k
Art, The Web, and Tiny UX
Avatar for Lynn Fisher lynnandtonic
303
21k
Being A Developer After 40
Avatar for Adrian Kosmaczewski akosma
91
590k
The Power of CSS Pseudo Elements
Avatar for Geoffrey Crofte geoffreycrofte
79
6k
Java REST API Framework Comparison - PWX 2021
Avatar for Matt Raible mraible
34
8.9k
Product Roadmaps are Hard
Avatar for C. Todd Lombardo iamctodd
PRO
54
11k

Transcript

  1. LangChainで データ分析エージェントを作ってみる 2024/09/29 機械学習の社会実装勉強会 第39回 熊懐 葵

  2. 目次 • 背景: 商圏分析 • データ分析エージェント • イメージ • 実装(LangChain

    > Pandas Dataframe) • 性能調査(サンプルデータ・実データ) • 処理プロセスの調査

  3. 背景: 商圏分析 商圏分析 • 商圏: 特定の店舗が顧客に影響を及ぼすエリア(コンビニ…半径500m以内→徒歩10分) • 商圏の人の属性や人流・競合の立地などから、新店舗の立地選定やマーケティング戦略に活用 既存サービスの課題 •

    使用料金の高さ・機能の複雑さ モチベーション • 使いやすい商圏分析ツールを作れないか • LLMを用いたデータ分析エージェントを作りたい

  4. 既存サービスの例: MarketAnalyzer https://www.giken.co.jp/products/marketanalyzer/case/ より 多機能→複雑

  5. データ分析エージェントのイメージ 駅別乗降客数データ + 「人がよく乗降する駅は?」 実行結果から回答を出力「〇〇駅で△人です」 コード類やソフトの複雑な操作などせずに データ分析をすることができる 質問とデータから、適切な データ分析プログラムを生成 ↓

    プログラムを実行 ユーザー エージェント

  6. LangChainライブラリを用いて実装した 実行例

  7. データ分析エージェントの実装 • OpenAI API Key • LangChain v0.3 create_pandas_dataframe_agent 必要なもの

    • データ読み込み • エージェント作成 • エージェント実行 処理内容 ▼ データの読み込み・エージェント作成 (公式) < エージェントが自動で コードを生成しデータを操作する ので、扱いには注意

  8. データ分析エージェントの実装 • OpenAI API Key • LangChain v0.3 create_pandas_dataframe_agent 必要なもの

    • データ読み込み • エージェント作成 • エージェント実行 処理内容 ▼ エージェント実行 終了と打つと会話が終了 会話履歴を保存

  9. 性能調査: サンプルデータ ▼ 従業員データ(Chat GPTが生成) ▼ 実行結果1 ID 名前 年齢

    部門 給料

  10. 性能調査: サンプルデータ ※0.6895282023 ▼ 実行結果2 ▼ 従業員データ(Chat GPTが生成) ID 名前

    年齢 部門 給料

  11. 性能調査: 実データ ▼ 大分県の中心部の駅乗降客数データ 国土数値情報ダウンロードサイト https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-S12-v3_1.html 駅名、駅コード、運営会社、路線名、 2011~2022年の乗降客数（年度別） …その他(35カラム)

  12. 性能調査: 実データ データ通りの回答ではある ▼ 実行結果 国土数値情報ダウンロードサイト https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-S12-v3_1.html ▼ データ(一部表示)

  13. 性能調査: 実データ ▼ 実行結果 国土数値情報ダウンロードサイト https://nlftp.mlit.go.jp/ksj/gml/datalist/KsjTmplt-S12-v3_1.html ▼ データ(一部表示) ←増加量(スプレッドシートで検算)

  14. v0.3(9月中旬~)で性能が向上している？ ▼ LangChain v0.2での実行結果 元データと異なる数値 v0.3 ではマルチモーダル機能が強化される予定らしい 図の出力機能などでもっと便利になりそう

  15. 処理プロセスの調査 ▼ verbose=Trueにする

  16. 処理プロセスの調査 ▼ 実行結果 分析に必要なコードを生成し、実行している →数値部分が決定的な出力になる

  17. まとめ 背景 • 商圏分析ツールの高価さ・使いにくさ • LLMを用いて、安価で使いやすいデータ分析ツールは作れないか 今回 • LangChain Toolkitsのcreate_pandas_dataframe_agentを使用

    • 基本的なデータ分析の性能を確認 今後 • 性能の限界→是非試してみてください!(※性能向上も速い) • マルチモーダル性能の強化に期待