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
230

 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
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
59
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
89
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
170
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
280
StreamlitとLangChainを使った表画像OCRアプリの実装
Avatar for 熊懐葵 aoikumadaki
3
600
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
260

Other Decks in Technology

See All in Technology
それでもぼくらは貢献をつづけるのだ(たぶん) @FOSS4GLT会#002
Avatar for YFurukawa furukawayasuto
1
230
大事なのは、AIの精度だけじゃない！〜1円のズレも許されない経理領域とAI〜
Avatar for Jun Nemoto jun_nemoto
8
4.6k
アプリケーションの中身が見える！Mackerel APMの全貌と展望 / Mackerel APMリリースパーティ
Avatar for mackerelio mackerelio
0
120
情熱と工夫で走り抜け！ コミュニティをささえるObservability実践録
Avatar for Taisuke Okamoto b1gb4by
1
120
マップを速く表示するために
Avatar for Atsushi Otsubo (tsuboyan) tsuboyan5
0
170
テストを実施する前に考えるべきテストの話 / Thinking About Testing Before You Test
Avatar for nihonbuson nihonbuson
PRO
11
1.7k
ゼロコードで実現！ - OpenTelemetryとOCI APM Agentによる簡単アプリケーション監視 - / Zero-Code Observability with OpenTelemetry and OCI APM
Avatar for oracle4engineer oracle4engineer
PRO
1
170
ITエンジニアを取り巻く環境とキャリアパス / A career path for Japanese IT engineers
Avatar for 高玉 広和 / TAKATAMA Hirokazu takatama
3
1.5k
All About Sansan – for New Global Engineers
Avatar for Sansan, Inc. sansan33
PRO
1
1.2k
型がない世界に生まれ落ちて 〜TypeScript運用進化の歴史〜
Avatar for Narihara narihara
1
190
開発も運用もビジネス部門も！ クラウドで実現する「つらくない」統制とセキュリティ / Effortless Governance and Security Enabled by the Cloud
Avatar for Hokuto Hoshi kanny
3
1.2k
Data Hubグループ 紹介資料
Avatar for Sansan, Inc. sansan33
PRO
0
1.7k

Featured

See All Featured
Building Adaptive Systems
Avatar for Chris Keathley keathley
41
2.6k
Practical Orchestrator
Avatar for Shlomi Noach shlominoach
187
11k
How STYLIGHT went responsive
Avatar for nonsquared nonsquared
100
5.6k
The World Runs on Bad Software
Avatar for Brandon Keepers bkeepers
PRO
68
11k
Large-scale JavaScript Application Architecture
Avatar for Addy Osmani addyosmani
512
110k
Making the Leap to Tech Lead
Avatar for Ryan Cromwell cromwellryan
133
9.3k
Build The Right Thing And Hit Your Dates
Avatar for Maggie C. maggiecrowley
35
2.7k
GitHub's CSS Performance
Avatar for Jon Rohan jonrohan
1031
460k
BBQ
Avatar for Matthew Crist matthewcrist
88
9.6k
Java REST API Framework Comparison - PWX 2021
Avatar for Matt Raible mraible
31
8.6k
Thoughts on Productivity
Avatar for Jon Yablonski jonyablonski
69
4.7k
Bash Introduction
Avatar for André Augusto Costa Santos 62gerente
613
210k

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