[AI作り方]Python初心者が人工知能をサンプルコードを使って練習してみた

人工知能と聞くと何か難しいことのように感じますが、最近は専門の知識がなくともAIモデルを作ることができます。
いつか人工知能を作るコンピュータサイエンスになってみたいと漠然と考える人向けに、今回Python初心者(AI知識0)の私が実際にサンプルコードを使ってAIモデルを作ってみました。
Pythonライブラリを使えば誰でも簡単に作ることが可能です。
動作確認などに使うデータセットは学習用に用意されているものを使用します。

今回紹介する内容はPythonの基礎を理解している人向け(入門書の経験)なので、まだの人は無料の学習オンラインなどPythonを少し勉強している方が理解しやすいと思います。

Python初心者が実際に人工知能モデルをサンプルを使って構築練習をする

初心者がいきなりPythonで人工知能を作るというとハードルが高く感じてしまいますが、複雑なことはPythonライブラリ(モジュール)がやってくれます。
特別な準備は不要なので、まずはPythonを自身のPCにインストールしましょう。
次の項目で私が人工知能モデルを構築する環境をまとめて紹介します。

今回動作確認の環境について

  • PC:Macbook Air 2019
  • Python:3.8.5
    (Homebrewにインストール)
  • 開発エディタ:jupyter
    (pipにjupyterをインストール)
  • モジュール:sclera
    (基本これだけでいいですが、必要に応じて他のモジュールもインストール)
  • 人工知能:乳がんの良性悪性を判断するモデル
  • データセット:brest cancer
    (乳がんに関するデータを使用)

人工知能モデル作成の手順

1:開発ツールを起動

作業フォルダ内でjupyterを起動します

2:データセットの準備

brest_cancer配列に格納された"data"と"target"をそれぞれに分けます
xは説明関数、tは目的関数の情報が管理されます(説明関数は乳がんの判断情報、目的関数は悪性良性の結果)
悪性は0、良性は1なので、わかりやすく悪性を1、良性を0に変更します

3:訓練(学習)データとテストデータの割合決定

データセットについて、訓練用とテスト用の2種類に分けます

test_sizeでテストケースの割合を調整します()

4:モデルを訓練させる

訓練データを使って人工知能モデルを構築します

訓練データをfit()で学習させた後、未知のテストデータで精度を確かめます

5:検証

完成した人工知能モデルにテストデータを渡して正解率などを検証していきます

未知のテストデータに対して91%の正解率でした(訓練データを使用すると当然ですが100%ですね)

6:訓練済みモデルを保存(次回使用する方法)

作ったモデルは保存可能で次回から読み込むだけでOK

作った人工知能を"brest_cancer.pkl"として保存
作業フォルダの出力される
ロードするだけで訓練する作業が省略できます(チューニングで正解率を高めることも可能)

より高い精度を目指すなら人工知能モデルをチューニングして自分だけのAIを作ることができるので、色々試してみましょう。
また機会があればチューニング方法についての解説記事も作ってみたいと思います。

Pythonは人工知能ライブラリが充実してるので初心者でも実装可能

今回、Pythonのライブラリを活用することで簡単に人工知能を構築することができます。
これはPythonの強みで人工知能で使われる理由の一つになります。
他にも特定のサイトにアクセスしてサイト情報を収集するスクレイピングと組み合わせることで、膨大な情報集めを機械で行うことが可能になります。
独自のWebサービスを開発することができるので夢が広がります。

テキスト本で学習よりもサンプルコードをガンガン書いて失敗しながら動かすことが覚えるコツ

プログラミングスキルを伸ばすならたくさんコードを作ってみることがコツです。
始めは書き写しでも全然OKで、動くプログラムを作ることを意識してください。
エラーを出さないプログラミングができるようになれば、徐々に記述について覚えていくと良いでしょう。
何度も書く記述はなんなのか、その頃にはわかるようになるからです。
また、エラーを解決する能力もプログラミングには重要なスキルです。
失敗を恐れずガンガン手を動かしてプログラムを作り続けましょう。

人間にできてAIにできないこと

最近人工知能が盛り上がってきて、プログラマーもAIに置き換わるノーコードと呼ばれるツールもできているようです。
しかし、AIで出来ることはまだまだ限定的で全てが機械に任せられるようになるのは少し先になります。
人工知能は最適解を求めることに長けていますが、個性を生かす分野では人間の方が優っています。
例えば楽天などは出店者が商品について、こだわりが細かく紹介されており関連情報も充実しています。
つまり、寄り道できる分野が人工知能との渡り合うコツになるでしょう。
自分色(こだわり)が出せるプログラマーを目指せば将来機械に仕事が取られるリスクは減るでしょう。

Python学習はオンラインで勉強できる時代

今回、Pythonの人工知能についてサンプルを使った方法を紹介しました。
しかし、初心者にはライブラリの概念やプログラミング記述が難しく感じるかと思います。
最近は動画でプログラミングを学習する時代になりつつあります。
実際に操作画面を見ながら学習すればわからない箇所も減りますし、テキスト本で挫折した人でも動画なら大丈夫と言う人も多いです。
無料も多いので活用できるものは積極的に利用して学習効率を1%でも上げていきましょう。

おすすめの記事