Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
200306 AI導入は5分で0円 -RPA AI事例と初動- 若井さん
Search
RPACommunity
March 06, 2020
Technology
1
350
200306 AI導入は5分で0円 -RPA AI事例と初動- 若井さん
RPACommunity
March 06, 2020
Tweet
Share
More Decks by RPACommunity
See All by RPACommunity
201023 Automation Anywhere「A2019」を触ってみた Ayy
rpabank
0
960
201023 DX Suiteを触ってみた Ayy
rpabank
0
950
201023 RPA超初心者がWinActorにチャレンジしてみた ユーコさん
rpabank
0
570
201023 PowerPlatform はじめの一歩 みさみささん
rpabank
0
550
201023 アシロボで実際に沼ってみた たまいさん
rpabank
0
620
201018 RPAの本質とトレンド Mitz
rpabank
0
470
201006 僕がいまRPAで伝えたいことのすべて いろはまるさん
rpabank
0
420
201006 UiPath MVP 2019-2020 はなっち!さん
rpabank
0
410
201006 今からでも間に合う!UiPathトーク一気に振り返り たまいさん
rpabank
0
380
Other Decks in Technology
See All in Technology
iOS/Androidで同じUI体験をネ イティブで作成する際に気をつ けたい落とし穴
fumiyasac0921
1
110
TanStack Routerに移行するのかい しないのかい、どっちなんだい! / Are you going to migrate to TanStack Router or not? Which one is it?
kaminashi
0
640
DynamoDB でスロットリングが発生したとき_大盛りver/when_throttling_occurs_in_dynamodb_long
emiki
1
480
飲食店データの分析事例とそれを支えるデータ基盤
kimujun
0
220
Amazon CloudWatch Network Monitor のススメ
yuki_ink
1
210
The Rise of LLMOps
asei
9
1.9k
データプロダクトの定義からはじめる、データコントラクト駆動なデータ基盤
chanyou0311
3
360
RubyのWebアプリケーションを50倍速くする方法 / How to Make a Ruby Web Application 50 Times Faster
hogelog
3
950
Flutterによる 効率的なAndroid・iOS・Webアプリケーション開発の事例
recruitengineers
PRO
0
150
強いチームと開発生産性
onk
PRO
36
12k
Chasing the White Whale of Open Source - ROI
mrbobbytables
0
110
安心してください、日本語使えますよ―Ubuntu日本語Remix提供休止に寄せて― 2024-11-17
nobutomurata
1
1k
Featured
See All Featured
Building a Modern Day E-commerce SEO Strategy
aleyda
38
6.9k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
28
2k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
4
380
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
38
1.8k
It's Worth the Effort
3n
183
27k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
26
1.4k
Embracing the Ebb and Flow
colly
84
4.5k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
0
120
jQuery: Nuts, Bolts and Bling
dougneiner
61
7.5k
Fontdeck: Realign not Redesign
paulrobertlloyd
82
5.2k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.1k
We Have a Design System, Now What?
morganepeng
50
7.2k
Transcript
1 AI導入は 5 分で 0 円 - RPA AI事例と初動 -
RPA勉強&LT会!RPALT AI支部 vol.01@大阪 転載用資料
@se_kamo 名前: 若井 信一郎 職業: Webエンジニア 所属: 株式会社ハマヤ(手芸屋さん) コミュニティ: GFEO(200人規模のイベント)主催
MKU30(30歳未満のコミュニティ) RPA Community 2
@se_kamo 今回の話は 3
@se_kamo AIは何ができるのか そして、まずは 何をすればいいのか 4
@se_kamo AIは何ができるのか 5
@se_kamo 事例を見て いきましょう 6
@se_kamo メーカー 医療 不動産 7
@se_kamo メーカー 在庫/売上/利益率 予測 過去の実績から各データを予測 → データ予測 問い合わせの振り分け 問い合わせ分類をAIに任せる →
文章解析 8
@se_kamo 医療 病名診断 画像から病名を診断 → 画像認識 病状予測 画像から病気の状態を予測する → 画像認識、データ予測
9
@se_kamo 不動産 物件分類 画像から物件の要素を分類 → 画像認識 推定土地価格予測 画像から土地の価格を予測 → 画像認識、データ予測
10
@se_kamo 大きく3つに 分類します 11
@se_kamo 画像認識 文章認識 データ予測 12
@se_kamo それを知った上で 何をすればいいのか 13
@se_kamo 最小限で AIを 使ってみよう 14
@se_kamo ある程度の知識が あったほうが 依頼の精度があがる 15
@se_kamo どうするのか? 16
@se_kamo Google AutoML 17
@se_kamo Google AutoML とは? 最小限の労力と機械学習の専門知識で、高品質の カスタム機械学習モデルをトレーニングできるサービ ス。 GUI操作だけで扱えることが特徴。 300ドル分の無料トライアルが付与される。 18
@se_kamo 関西弁翻訳 19
@se_kamo Google AutoML とは? マウスカチカチだけで ええ感じにAI 20
@se_kamo Google AutoML の3つの要素 21
@se_kamo AutoML Vision AutoML Natural Language AutoML Tables 22
@se_kamo AutoML Vision ⇒ ええ感じに 画像認識 AutoML Natural Language ⇒
ええ感じに 文章認識 AutoML Tables ⇒ ええ感じに データ予測 23
@se_kamo AutoML Vision ⇒ ええ感じに 画像認識 24
@se_kamo 25 識別モデル 猫です アップロード モデル生成 推論
@se_kamo 26 識別モデル 猫です クリック 待ち クリック
@se_kamo 5 分で 0 円 27 待ち時間を抜くと、
@se_kamo 28 識別モデル 傷あり アップロード モデル生成 推論
@se_kamo AutoML Natural Language ⇒ いい感じに 文章認識 29
@se_kamo AutoML Natural Language 30 カテゴリ 問い合わせ内容 注文 A商品を2つください。 クレーム
商品に傷がついておりました。 在庫確認 B商品はまだありますか? 注文 C商品とD商品をください。 ・ ・ ・
@se_kamo 31 識別モデル 注文 アップロード モデル生成 推論 問い合わせ内容: E商品を3つください。
@se_kamo 32 識別モデル 注文 クリック 待ち クリック 問い合わせ内容: E商品を3つください。
@se_kamo 5 分で 0 円 33 待ち時間を抜くと、
@se_kamo AutoML Tables ⇒ いい感じに データ予測 34
@se_kamo AutoML Tables 35 ・ ・ ・ 消費金額 顧客 性別
年齢 地域 興味 10000 顧客A 女性 20代 東京 美容 20000 顧客B 男性 30代 東京 ゲーム 100000 顧客C 男性 60代 大阪 スポーツ 150000 顧客D 女性 40代 京都 手芸 ? 顧客E 男性 50代 東京 スポーツ 予測する
@se_kamo 36 識別モデル 8000円 アップロード モデル生成 推論 男性 50代 東京
ゲーム の顧客E 消費金額予測は?
@se_kamo 37 識別モデル 8000円 クリック 待ち クリック 男性 50代 東京
ゲーム の顧客E 消費金額予測は?
@se_kamo 5 分で 0 円 38 待ち時間を抜くと、
@se_kamo ぜひ試して みてください 39
@se_kamo その他の場合は? 別業界の事例は? 40
@se_kamo Twitterで 連絡ください 41
@se_kamo 1 分で 0 円 42 で済むかもしれません。
@se_kamo まとめ 43 最小限でAIを試してみよう
“ AIのある素晴らしい生活を。 44
45 ご清聴 ありがとうございました