![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
「[[Open棟梁 wiki>https://opentouryo.osscons.jp]]」は、「[[Open棟梁Project>https://github.com/OpenTouryoProject/]]」,「[[OSSコンソーシアム .NET開発基盤部会>https://www.osscons.jp/dotNetDevelopmentInfrastructure/]]」によって運営されています。 -[[戻る>部会メモ]] --[[部会メモ（2020年）>部会メモ#qba10194]] --[[部会メモ（2021年）]] --[[部会メモ（2022年）]] --部会メモ（2023年） --%%部会メモ（2024年）%% --[[部会メモ（2025年）]] *目次 [#laf683fa] #contents *概要 [#y1abd6d0] 部会開催メモ -計画 -実施内容 -コンテンツ *詳細（2023年 [#p5783fc1] **1/10 セルフZoom部会（第36回） [#j3541b93] ***準備 [#d3c745fd] PPTを作成しました。 >[[OTP_V3(DX系)リサーチ状況のレポーティング 2.pptx>https://1drv.ms/p/s!Amfs5caPP9r5jh-m6pIMwKgDln1N]] ***デモ [#h3310343] DX（AI（機械学習/深層学習））のなんたるか？を説明してみる回 ***結果 [#kbb0ccb8] １年リサーチして、AI（機械学習/深層学習）のなんたるか？が少々 理解 出来て来た？ ***動画 [#p5f6228b] -Zoomの録画をYoutubeにアップロード --第36回 部会 DX系リサーチ状況のレポーティング回（AI編~ https://www.youtube.com/watch?v=-E2tpAt8MaE -OSSコンソーシアム Blogにも掲載 --第36回 部会 DX系リサーチ状況のレポーティング回（AI編~ https://www.osscons.jp/...-537/ **1/17 セルフZoom部会（第37回） [#m7b47236] ***準備 [#x0aebc88] -プログラム準備~ https://github.com/OpenTouryoProject/DxCommon/tree/master/Notebook/Jupyter -環境構築 --[[Docker for WSL2>https://techinfoofmicrosofttech.osscons.jp/index.php?Docker%20Desktop%20for%20Windows#a4fac57b]]でも良いが、~ 企業利用を考え[[無償>https://techinfoofmicrosofttech.osscons.jp/index.php?Docker%20Desktop%20for%20Windows#m40e5547]]利用可能の[[WSL2>https://techinfoofmicrosofttech.osscons.jp/index.php?WSL%20%E2%86%92%20WSL2#if2f7775]]単体利用とする。 --Ubuntu 20.04.5 LTSが使用中なので~ [[Ubuntu 22.04.1 LTSを新規インストール>https://techinfoofmicrosofttech.osscons.jp/index.php?WSL%20%E2%86%92%20WSL2#if2f7775]]してみる。 --プロキシ環境下の場合は、[[コチラ>https://techinfoofmicrosofttech.osscons.jp/index.php?WSL%20%E2%86%92%20WSL2#t0d74a1f]]の設定を行う。 --[[PythonやJupyter Notebookを新規インストール>https://dotnetdevelopmentinfrastructure.osscons.jp/index.php?Jupyter%20Notebook#wc0c0415]]してみる。 ***デモ [#m9bd700c] -環境構築の手順説明 -コンテンツ --目次説明 --実行方法の説明 --コンテンツの概要説明 ***結果 [#u6b14c9b] -コンテンツの環境構築 ～ 目次で~ コンテンツの概要と実行方法を理解した。 -今後、個別コンテンツは以下を予定。 --Pythonと基本的なライブラリ --機械学習の色々 --深層学習の理論 --深層学習の実践 ***動画 [#g9437cb2] -Zoomの録画をYoutubeにアップロード --第37回 部会 AIプログラム解説（１）環境準備編~ https://www.youtube.com/watch?v=HK6-g3QC3Ko -OSSコンソーシアム Blogにも掲載 --第37回 部会 AIプログラム解説（１）環境準備編~ https://www.osscons.jp/...-537/ **1/24 セルフZoom部会（第38回） [#jda216f5] ***準備 [#sae6db97] [[1/17 セルフZoom部会（第37回）>#m7b47236]] ***デモ [#g11a8d92] -Pythonと基本的なライブラリ --Pythonの基礎~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/TableOfContents.ipynb~ 以下の様なコンテンツを確認できる。[▶▶]ボタンを押下で全体を実行するか、「セル」にフォーカスを合わせて[▶]ボタンを押下して個別実行するかして、Pythonの言語仕様が、比較的、科学計算寄りの用途に向いていることを確認する。 ---概要（コマンド実行、インタラクティブ実行） ---詳細（変数、制御構文、関数・クラス、その他） --NumPy ---配列基礎~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/NumPyTraining1.ipynb~ 以下の様なコンテンツを確認できる。~ はじめは配列操作などについて説明する。~ ・環境準備（インストール、インポート）~ ・操作（生成、コピー、表示）~ ・計算（算術計算、統計計算）~ ・アクセス（インデックス番号で指定、複数要素の抽出、複数要素の置換）~ ・ベクトルの積算（内積、データ生成、計算方法、交換法則） ---行列基礎~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/NumPyTraining2.ipynb~ 以下の様なコンテンツを確認できる。~ 次いで行列操作などについて説明する。~ ・操作（生成、コピー、表示）~ ・計算（算術計算、統計計算）~ ・アクセス（インデックス番号で指定、複数要素の抽出、複数要素の置換）~ ・ベクトルの積算（内積、データ生成、計算方法、交換法則） ---型の変換~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/NumPyTraining3.ipynb~ 以下の様なコンテンツを確認できる。ココでは、型の変換から、配列⇔行列の変換、次元の変更（行列の行・列の追加・削除、各種の行列の変換）などの操作方法について説明する。~ ・型の変換（要素の型の変換、LISTやDF等の型へ変換）~ ・配列⇔行列変換（配列の行列化、行列の配列化）~ ・行列の行・列の追加・削除（行追加、列追加、行削除、列削除、要素の追加）~ ・行列の変換（転置行列、次元の入れ替え、再構成）~ ・One-Hotエンコーディング（エンコーディング、デコーディング） --Pandas~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/PandasTraining.ipynb~ 以下の様なコンテンツを確認できる。ココでは、配列（Series）、行列（DataFrame）的なPandasのデータセットについて説明する。特に、DataFrameは表形式のデータセットを処理する様々な機能を持っている。データを読み込み、CRISP-DMプロセスのデータの理解、データの準備などで重宝する。 ---環境準備（インストール、インポート） ---Series（生成、アクセス） ---DataFrame（生成、アクセス） ---編集（型変換、集計操作） ---CRISP-DM（データの理解、データの準備） --Matplotlib~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/MatplotlibTraining.ipynb~ 以下の様なコンテンツを確認できる。ココでは、さまざまなMatplotlibの可視化の方法を確認できる。散布図行列、ヒートマップなど、DataFrameのデータの理解の機能を併用することも多い。 ---環境準備（インストール、インポート、jupyter上で利用するとき） ---表示~ ・画像の表示、ヒストグラム、パレート図、散布図、散布図行列、ヒートマップ~ ・二次元プロット（三次関数、三角関数グラフ）、三次元プロット（点、線、面） -機械学習コンテンツの説明 --scikit-learn ---環境準備、共通的データ処理~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/ScikitLearnTraining0.ipynb~ 以下の様なコンテンツを確認できる。ココでは、scikit-learnを使用した機械学習の共通的な処理として、環境準備と共通的なデータ処理を確認できる。~ ・環境準備（インストール、インポート）~ ・共通的データ処理（生成、加工、理解、準備） ---単回帰、重回帰分析~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/ScikitLearnTraining0.ipynb~ 以下の様なコンテンツを確認できる。ココでは、scikit-learnを使用した２つの線形回帰分析である単回帰分析、重回帰分析の例を確認できる。また、ここでのフォーマット（データ読込、理解、準備、学習、推論、評価流れ）は、以降の、全ての機械学習アルゴリムズで使用できる。~ ・単回帰分析~ ・重回帰分析 ---多項式回帰、正則化回帰分析~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/ScikitLearnTraining0.ipynb~ 以下の様なコンテンツを確認できる。ココでは、scikit-learnを使用した非線形回帰分析である多項式回帰分析、正則化回帰分析の例を確認できる。特に、このNotebookでは、正則化回帰分では、過学習を抑止できる点を可視化して確認できる。~ ・多項式回帰分析~ ・正則化回帰分析 ---様々な分類器（PPN、SVM、DTL、LRA）~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/ScikitLearnTraining0.ipynb~ 以下の様なコンテンツを確認できる。ココでは、scikit-learnを使用した様々な分類器（PPN、SVM、DTL、LRA）の例を確認できる。回帰問題の評価については、後述する。~ ・PPN: パーセプトロン~ ・SVM: サポートベクターマシン~ ・DTL: 決定木（分類木）~ ・LRA: ロジスティクス回帰 ---主成分分析、クラスタ分析~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/ScikitLearnTraining0.ipynb~ 以下の様なコンテンツを確認できる。ココでは、scikit-learnを使用した主成分分析と、ユークリッド距離（円形のクラスタリング）を使う主成分分析と相性が良いk-means法のクラスタ分析の例を確認できる（マハラノビス距離（楕円形のクラスタリング）を用いると2変量間の相関関係を考慮する）。~ ・主成分分析~ ・クラスタ分析 ---性能の評価、チューニング 編~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/ScikitLearnTraining0.ipynb~ 以下の様なコンテンツを確認できる。ココでは、性能の評価（回帰問題、分類問題）と、交差検証法による汎化性能の評価、チューニング（グリッドサーチ、特徴量の選択とエンジニアリング）の例を確認できる。~ ・性能の評価（回帰問題、分類問題）~ ・汎化性能の評価（k分割交差検証法、層化k分割交差検証法）~ ・チューニング（グリッドサーチ、特徴量の選択とエンジニアリング） ---Kaggleチュートリアル 編~ ・タイタニック生存者予測~ …~ ・住宅価格予測~ … -深層学習コンテンツの説明 --深層学習の理論~ o'reillyのカサゴ深層学習の本 ---ニューラルネットワーク~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/KasagoDL1.ipynb~ 以下の様なコンテンツを確認できる。ココでは、フレームワーク等を使用せずに、ニューラルネットワークの構成要素としてのパーセプトロンと活性化関数の例を確認できる。~ ・パーセプトロン~ ・活性化関数~ ---MINST推論と学習~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/KasagoDL2.ipynb~ ココでは、フレームワーク等を使用せずに、（ディープ）ニューラルネットワークでMINSTの画像認識の調整済みの重みを使用した推論と、数値微分＋勾配降下法による学習の例を確認できる。~ ・多層パーセプトロン（ニューラルネットワーク~ ・MINST順方向（推論~ ・MINST逆方（学習~ ---MINST学習（誤差逆伝播）~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/KasagoDL3.ipynb~ ココでは、フレームワーク等を使用せずに、（ディープ）ニューラルネットワークでMINSTの誤差逆伝播による画像認識の学習の例を確認できる。~ ・計算グラフ（での誤差逆伝播~ ・ニューラルネットワーク（での誤差逆伝播 ---オプション~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/KasagoDL4.ipynb~ ココでは、フレームワーク等を使用せずに、（ディープ）ニューラルネットワークの学習に関する様々なオプション（勾配降下法アルゴリズムの選択、…、…など）の例を確認できる。~ ・勾配降下法アルゴリズムの選択~ ・…~ ---畳込ニューラルネットワーク（CNN）~ ・CNNの...~ ...~ ・CNNの...~ ... --深層学習の実践~ TensorFlow・Keras ---環境準備、共通処理~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/TensorFlowAndKeras0.ipynb~ ココでは、TensorFlow・Kerasを使用した（ディープ）ニューラルネットワークの環境準備（インストール、インポート）から共通処理（モデルの生成、勾配降下法アルゴリズムの選択、モデルの定義とコンパイル、モデルの学習と推論、モデルの保存と復元、過学習の抑止）の例を確認できる。~ ・環境準備（インストール、インポート）~ ・共通処理~ ・モデルの生成~ ・勾配降下法アルゴリズムの選択~ ・モデルの定義とコンパイル~ ・モデルの学習と推論~ ・モデルの保存と復元~ ・過学習の抑止 ---DNN~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/TensorFlowAndKeras1.ipynb~ ココでは、TensorFlow・Kerasを使用した（ディープ）ニューラルネットワーク（DNN）による回帰、分類の例を、モデルの定義方法を含めて確認できる。ポイントは、出力層の数と活性化関数を変更している点。~ ・環境準備（インポート、共通関数）~ ・DNNアルゴリズム・モデル~ ・DNNで重回帰分析~ ・DNNの２クラス分類器~ ・DNNの多クラス分類器 ---RNN~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/TensorFlowAndKeras2.ipynb~ ココでは、TensorFlow・Kerasを使用したRNNによる回帰の例を、モデルの定義方法を含めて確認できる。~ ・環境準備（インポート、共通関数）~ ・RNNアルゴリズム・モデル~ ・時系列予測（LSTMの定義~ ・... ---CNN~ ~ ・初歩的なCNN~ https://github.com/OpenTouryoProject/DxCommon/blob/master/Notebook/Jupyter/path/TensorFlowAndKeras3.ipynb~ ココでは、TensorFlow・Kerasを使用した初歩的なCNNによる分類の例を、モデルの定義方法を含めて確認できる。~ ・環境準備（インポート、共通関数）~ ・CNNアルゴリズム・モデル~ ・MINST-DNN~ ・MINST-CNN~ ・商品の自動タグ付け~ ***結果 [#k7161a92] 機械学習・深層学習のPython実装の方法が解った！ハズ。 ***動画 [#ree7dd66] -Zoomの録画をYoutubeにアップロード --第38回 部会 AIプログラム解説（２） ---1-1 基礎 Python＆NumPy編~ https://www.youtube.com/watch?v=88_p8BBO9Cw ---1-2 基礎 Pandas＆Matplotlib編~ https://www.youtube.com/watch?v=ZJYXPzmDTSk ---2-0 機械学習 scikit-learn環境準備、共通的データ処理編~ https://www.youtube.com/watch?v=uG_BbIfVYug ---2-1 機械学習 scikit-learn 単回帰・重回帰 分析編~ https://www.youtube.com/watch?v=PIJPdIT6dA0 ---2-2 機械学習 scikit-learn 多項式回帰・正則化回帰 分析編~ https://www.youtube.com/watch?v=p36vE20X_4c ---2-3 機械学習 scikit-learnの様々な分類器（PPN、SVM、DTL、LRA）編~ https://www.youtube.com/watch?v=2_PcMh15SxI ---2-4 機械学習 scikit-learnの主成分分析、クラスタ分析編~ https://www.youtube.com/watch?v=tQ5bnxYVYt0 ---2-5 機械学習 scikit-learnの性能の評価、チューニング編~ https://www.youtube.com/watch?v=Cuh_rcqkyhY ---3-1 深層学習 理論編~ https://www.youtube.com/watch?v=ceWSf6hPGJg ---3-2 深層学習 実践編~ https://www.youtube.com/watch?v=no5nyUNdlZs -OSSコンソーシアム Blogにも掲載 --第38回 部会 ...~ https://www.osscons.jp/...-537/ **1/31 セルフZoom部会（第39回） [#zc40050b] ***準備 [#e252a42f] PPTを作成しました。 >[[生産技術施策の分析レポート.pptx>https://1drv.ms/p/s!Amfs5caPP9r5jiDXn7tfdtzByqUs]] ***デモ [#hdf33bc8] 施策の分類と実績の情報を土台とし、更に、~ マーケティング手法を導入し、今後の方向性を見出す。 ***結果 [#c2b7a9ec] 今後の方向性が見えたハズ。 ***動画 [#s18dcadb] -Zoomの録画をYoutubeにアップロード --第39回 部会 ...~ https://www.youtube.com/watch?v= -OSSコンソーシアム Blogにも掲載 --第39回 部会 ...~ https://www.osscons.jp/...-537/ **2/5 セルフZoom部会（第40回） [#l6b47518] ***準備 [#c3964af0] -PPTを作成しました。 >[[OTP_V3(DX系)リサーチ状況のレポーティング 3.pptx>https://1drv.ms/p/s!Amfs5caPP9r5jigcq1ECbtb0nqE5]] -環境の準備（Azure Bastion --[[DxCommon/AzureIaC/Simplest at master · OpenTouryoProject/DxCommon>https://github.com/OpenTouryoProject/DxCommon/tree/master/AzureIaC/Simplest]] --[[VM起動後の開発環境のセットアップ（Windows） - 開発基盤部会 Wiki>https://dotnetdevelopmentinfrastructure.osscons.jp/index.php?VM%E8%B5%B7%E5%8B%95%E5%BE%8C%E3%81%AE%E9%96%8B%E7%99%BA%E7%92%B0%E5%A2%83%E3%81%AE%E3%82%BB%E3%83%83%E3%83%88%E3%82%A2%E3%83%83%E3%83%97%EF%BC%88Windows%EF%BC%89]] -IoTの構築と実行 --[[HubAndMsgSrv/README.md at main · OpenTouryoProject/HubAndMsgSrv>https://github.com/OpenTouryoProject/HubAndMsgSrv/blob/main/Hub/README.md]] --[[Azure IoT Hubチュートリアル - マイクロソフト系技術情報 Wiki>https://techinfoofmicrosofttech.osscons.jp/index.php?Azure%20IoT%20Hub%E3%83%81%E3%83%A5%E3%83%BC%E3%83%88%E3%83%AA%E3%82%A2%E3%83%AB]] ***デモ [#y7b126d6] IoTソリューションのなんたるか？を説明してみる回 ***結果 [#o46b6f98] IoTソリューションのなんたるか？が少々 理解 出来て来た？ ***動画 [#q6f90780] **x/x セルフZoom部会（第41回） [#ub4ea524] 以降、コチラをご参照ください。 -開発基盤部会 Blog --2023年に作成したコンテンツへのリンク --2023年に作成したコンテンツへのリンク~ https://www.osscons.jp/joho108j0-537/#_537 --2024年に作成したコンテンツへのリンク --2024年に作成したコンテンツへのリンク~ https://www.osscons.jp/joy1y64w3-537/#_537 *参考 [#ya1ecbeb] **[[部会メモ（開発基盤部会）>https://dotnetdevelopmentinfrastructure.osscons.jp/index.php?%E9%83%A8%E4%BC%9A%E3%83%A1%E3%83%A2]] [#keac1060] IP:153.226.106.215 TIME:"2025-04-16 (水) 11:00:28" REFERER:"https://opentouryo.osscons.jp/index.php?cmd=edit&page=%E9%83%A8%E4%BC%9A%E3%83%A1%E3%83%A2%EF%BC%882023%E5%B9%B4%EF%BC%89" USER_AGENT:"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/135.0.0.0 Safari/537.36"
