Developers.IO 2019 in OSAKAで「スティーブン・セガール出演作品の邦題に『沈黙』がつくかどうか判別する機械学習モデルを作ろうとしてみた」を話しました #cmdevio

こんにちは。データアナリティクス事業本部@大阪オフィスの玉井です。

2019年10月11日に開催されたDevelopers.IO 2019 in Osakaにて「スティーブン・セガール出演作品の邦題に「沈黙」がつくかどうか判別する機械学習モデルを作ろうとしてみた」というテーマで登壇しました。

資料

前作

今回は、2019年9月12日のDevelopers.IO 2019 in Nagoyaで話したものに、内容をちょこっと追加したものになります。（「沈黙の分析2」）

内容の補足とか

超概要

第三次AIブームの昨今、機械学習の技術に関する情報は非常に多く発信されており、やる気があれば1から機械学習の技術を学ぶことも難しくなくなってきました。

しかし、その機械学習の技術を実際にどう使うのか（どう使ったのか）という話はまだまだ少ないように思えます。というわけで、今回は多くの方に馴染みがあるアクション俳優のデータを使って、実際に機械学習をやってみた経験談をお話しました。

私自身は機械学習エンジニアでもなんでもないのですが、そんな素人が機械学習にチャレンジしてみたらどうなったのか？というお話になっています。

資料に掲載されている情報のリンク

• 【書評】「仕事ではじめる機械学習」を読んで、機械学習プロジェクトの大変さを知った夏 ｜ DevelopersIO
• スティーヴン・セガール - Wikipedia
• Machine Learning: The High Interest Credit Card of Technical Debt – Google AI
• Google AI Blog: Using Machine Learning to Predict Parking Difficulty
• The Movie Database (TMDb)
• OMDb API - The Open Movie Database
• Dashblock l Turn any website into an API
• Cartels (film) - Wikipedia
• Choosing the right estimator — scikit-learn 0.21.3 documentation
• Sheep Impact

前作からの追加部分

使用したアルゴリズムが増えた

前作では、使用したアルゴリズムは「ロジスティック回帰」だけでしたが、今回は下記4つを使用しています。

• ロジスティック回帰
• ニューラルネットワーク
• 決定木
• ランダムフォレスト

これらのアルゴリズムのうち、一番精度の良いものを選択する流れになっています。

各アルゴリズムの解説ですが、大したことは一切書いていないので、気になる方はそれぞれ調べていただくのが一番いいと思います（むちゃくちゃ）。

端折った部分が多め

前作（名古屋での登壇）に比べて、時間制限が厳し目だったので、非常に多くの部分を省略しました。特に映画データを海外APIから取得する部分の苦労話はもっと話したかったのですが、本質とはズレるので、詳細はスライドをみてください。

反応

やっぱり「セガールしか頭に入らない」ということでした。

3作目の制作&上映決定！

な、な、なんと、今回お話した「沈黙の分析2」ですが、ついに3作目が東京で上映（登壇）されることが決定しました！やっぱり映画は3部作がお約束！

詳細は下記を御覧ください。

セガールは東京でも暴れます。乞うご期待。