Upgrade to Pro — share decks privately, control downloads, hide ads and more …
Sign up for free

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
390
0

 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

More Decks by 熊懐葵

See All by 熊懐葵
AI時代のインターン研修再設計 コーディング力から課題創出・業務遂行力へ
Avatar for 熊懐葵 aoikumadaki
0
170
Claude Codeで進めるAWSリソースのTerraform移行
Avatar for 熊懐葵 aoikumadaki
0
130
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
280
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
130
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
180
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
270
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
500
StreamlitとLangChainを使った表画像OCRアプリの実装
Avatar for 熊懐葵 aoikumadaki
3
970
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
420

Other Decks in Technology

See All in Technology
AIによるクリエイティブ生成を行う上での試行錯誤
Avatar for PLAID Tech plaidtech
PRO
0
160
Genieを崇めよ
Avatar for camay kameitomohiro
0
160
新機種発売前に見直そう！端末移行で再ログインが要るアプリ・要らないアプリは何が違うのか 〜シームレスに再開できる設計と実装〜
Avatar for ZOZO Developers zozotech
PRO
0
200
品質と信頼性を地続きにする
Avatar for gr1m0h grimoh
0
600
例外の正しい扱い方 そのエラー try-catchして大丈夫？
Avatar for Watanabe Jin jinwatanabe
3
510
負債のメタファと2026年 / Debt Metaphor in Agentic Engineering Age 202609 Edition
Avatar for Takuto WADA twada
PRO
9
3.8k
現場で役立つ技術負債の効果的な返済方法
Avatar for 増田 亨 masuda220
PRO
9
4.4k
データ_AIの事業の勝敗をわけるもの
Avatar for KJ(Kenji Matsuda) nek0128
1
410
Reactの設計論
Avatar for uhyo uhyo
24
13k
「守り」で活用するオンデバイスLLM 〜写ってはいけないを総力戦で防ぐ〜 / iOSDC Japan 2026
Avatar for nakamuuu nakamuuu
0
170
Claude Code本って、 読む必要あるの？
Avatar for Oikon oikon48
2
470
2026_devsumi_ozono.pdf
Avatar for O3(ozono) o3
3
510

Featured

See All Featured
Jamie Indigo - Trashchat’s Guide to Black Boxes: Technical SEO Tactics for LLMs
Avatar for Tech SEO Connect techseoconnect
PRO
0
670
Scaling GitHub
Avatar for Zach Holman holman
464
140k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
Avatar for Eileen M. Uchitelle eileencodes
38
3k
Principles of Awesome APIs and How to Build Them.
Avatar for Keavy McMinn keavy
128
18k
Building Applications with DynamoDB
Avatar for Matt Wood mza
96
7.2k
Lightning Talk: Beautiful Slides for Beginners
Avatar for Ines Montani inesmontani
PRO
2
690
Building an army of robots
Avatar for Kyle Neath kneath
307
46k
Designing Powerful Visuals for Engaging Learning
Avatar for Mike Taylor tmiket
1
550
The Mindset for Success: Future Career Progression
Avatar for Greg Gifford greggifford
PRO
0
500
Code Reviewing Like a Champion
Avatar for maltzj maltzj
528
40k
[RailsConf 2023] Rails as a piece of cake
Avatar for Vladimir Dementyev palkan
59
7k
Lightning talk: Run Django tests with GitHub Actions
Avatar for Sarah Abderemane sabderemane
0
260

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