#12 人工知能を体験しよう！　１０分でできる機械学習（マシーン・ラーニング）

「チェス、ネコ、仕事が無くなるとかの」人工知能の講演会に飽きた初心者向け。面倒な設定やコーディングなし。タダ。でも精度は高いぞ！

Google の Teachable Machine を「学習器」として使います。

「画像」「音声」「ポーズ」のどれでもOK。「教師あり」です。

ここでは「画像認識」をやります。つまり、イヌネコの区別みたいな話ね

用意するもの「Chrome」（今、使っているブラウザ）だけ

ここでは「アパート」と「低層マンション」を見分けるモデルを作ってみまず。

手順　（１）～（９）

（１）事前準備：googleで「アパート」「低層マンション」と検索して、画像を集めます。それぞれ何枚か（今回は１０枚づつ）集めて自分のPCに保存しておきます。　※「画像を正方形に加工しておく必要があります」というのは古い情報で無くなりました。それぞれ１つのZIPファイルにまとめておきます。これが「トレーニング・データ」になります。

くわえて、認識させたい「低層マンションX」の写真を１枚用意しておきます。

（２）ChromeなどのWebブラウザで、https://teachablemachine.withgoogle.com　　を開きます。

（３）「使ってみる」ボタンをクリックします。
すると、プロジェクト画面が開き、モデルの種類「画像」「音声」「ポーズ」が表示されます。

（４）今回は画像認識モデルを作成するため、「画像プロジェクト」をクリックします。すると、次のような画面が表示されます。

（５）左のClass 1、Class 2というところにモデルを作成するための元データ（トレーニングデータ）となる「アパート」と「低層マンション」の画像をアップロードします。「アップロード」→「ドラッグ＆ドロップ」。そうするとファイルがアップロードされ、自動的にzipファイルの中身が表示されます。Class 1にアパート、Class 2に低層マンションとしてみます。

（６）Classの横にある鉛筆マークをクリックすると編集できるので、「apart」「cond」のようなラベル名にします。

（７）画面中央のトレーニングを行います。トレーニングには数分程度時間がかかるので待ちます。「学習フェーズ」です。独自の「学習済みモデル」をつくるわけです。

（８）認識できるか試してみます。画面右にあるプレビューのプルダウンで「Webcam」を「ファイル」に変更します。

（９）認識させたい物件Xのファイルをアップロードします。これが「推論フェーズ」です。

画像をアップロードすると、下の出力欄にapartは5％、condは95％というグラフが表示されました。つまり、Xは低層マンションである確率の方が高いことを示しています。

出力欄の数字は確信度です。

これで終わりです。簡単でしょ。

裏でGoogleの学習があるのでこれだけで精度が高くなります。

次はTensorFlowテンソルフロー（Googleが公開している、機械学習のライブラリ）でやってみましょう。流れは同じです。

Teachable Machine以下のサイトが参考になります。ウェブカメラを使ったものです。https://qiita.com/Gerbera/items/165a4d026cf4999ef5b2