WEBVTT 00:01.040 --> 00:02.930 今日はこれで終わり。 00:02.930 --> 00:04.730 2. ノート1冊 00:04.760 --> 00:07.760 私があなたのために何もしないとは言わせない。 00:07.760 --> 00:12.920 おわかりのように、 私はあなたの喜びのために、 この作品に思い切って挑戦した。 00:13.190 --> 00:20.330 ええと、 もう一度言いますが、 これからデータストアを可視化します。 00:20.360 --> 00:23.240 そのために、 いくつかの輸入をするんだ。 00:23.600 --> 00:31.130 そしてここに、 ベクトルの可視化で表示したいデータポイントの最大数を選択するセルがある。 00:31.130 --> 00:35.240 そして私のお勧めは、 安全な数字である1万本にこだわることだ。 00:35.240 --> 00:40.580 美しい画像が得られ、 マシンが停止することもない。 00:40.580 --> 00:42.650 でも、 それでは面白くないだろう。 00:42.650 --> 00:54.290 そして、 40万点のデータをすべて表示させるとどのようになるかをお見せしたかったのですが、 不安定で、 私のマシンはいつクラッシュするかわからない非常に危険な状態に置かれています。 00:54.290 --> 01:04.910 そして実際、 この準備のために何度かマシンがクラッシュし、 このJupyterノートブックからやり直さなければならなかった。 01:05.240 --> 01:11.550 コードでは、 ベクター・データベースに接続する。 01:11.850 --> 01:17.730 ラグ・ウィークですでにやったことと本質的に重複するコードがいくつかある。 01:17.790 --> 01:26.100 ベクターデータを収集し、 オブジェクト自体、 ドキュメント、 メタデータにあるカテゴリーを保存し、 01:26.100 --> 01:36.120 異なるポイントを識別できるような適切な色を選択するために、 いくつかの事前作業を行いました。 01:36.120 --> 01:42.630 そして、 これをお見せするときに覚えておいていただきたいのは、 ベクトル化のプロセス、 つまりそれぞれの文書にどのベクトルを使うかを決めるプロセスは、 01:42.630 --> 01:51.570 純粋に文書そのものの記述に基づいているということだ。 01:51.570 --> 01:58.680 各商品説明に含まれる文言に基づいて、 40万件すべての商品説明を引き出したにすぎない。 01:58.680 --> 02:05.820 どれが家電製品で、 どれが自動車で、 どれが電子機器なのか、 私たちはたまたま知っているのだ。 02:05.820 --> 02:10.740 ベクトルを構築するモデルには、 テキストが与えられるだけであることは知らされない。 02:10.740 --> 02:14.640 だから、 色付けしてくれるのは助かる。 02:14.670 --> 02:15.030 分かった。 02:15.030 --> 02:17.370 これはすべてのベクターの風景である。 02:17.610 --> 02:18.660 トレンドはあるのか。 02:18.660 --> 02:26.750 このモデルによって、 言葉だけで、 そこにあるさまざまな種類のものを分けることができたことがわかるだろうか? 02:26.750 --> 02:33.080 しかし、 この種のこと、 このカテゴリーは、 ベクトル化されたテキストの一部ではなかった。 02:33.140 --> 02:33.890 オーケー。 02:33.890 --> 02:42.620 とにかく、 これでt-SNEによる次元削減処理が完了した。 02:42.800 --> 02:47.690 ええと、 40万人なら、 1万人なら5分かそこらになるはずだ。 02:47.810 --> 02:52.160 そして、 散布図を作成することができる。 02:52.220 --> 02:55.010 そして、 この散布図を描けばいい。 02:55.010 --> 02:57.560 では、 その様子をお見せしよう。 02:59.150 --> 03:02.900 そして、 私のマシンではこれを実行するのが超遅い。 03:02.900 --> 03:09.470 しかし、 このかなり美しいものは、 すべてのベクトルを見た結果なのだ。 03:09.560 --> 03:13.970 ええと、 少し縮めてみます。 03:14.390 --> 03:16.820 マシンの動作が非常に遅い。 03:17.030 --> 03:23.870 あー、 でも、 40万個のベクトルすべてからベクトル空間の感覚を得ることができる。 03:23.870 --> 03:24.350 さあ、 始めよう。 03:24.380 --> 03:26.660 今、 見えてきたところだ。 03:27.510 --> 03:31.920 そして重要なのは、 そのことだ。 03:31.920 --> 03:33.600 そうだね。 03:33.630 --> 03:35.070 あ、 そうだ。 03:35.100 --> 03:36.270 苦しいほど遅い。 03:36.300 --> 03:37.680 そうだね。 03:37.680 --> 03:44.580 異なる製品は、 ほとんどの場合、 異なるテリトリー、 ベクトル空間、 いくつかのクラスタは、 03:44.580 --> 03:48.540 ええと、 互いに近くにあるように見える。 03:48.540 --> 03:53.250 そして、 この数字が小さければ、 いろいろなものを調査して、 03:53.250 --> 03:59.820 それが別の領域にある可能性があるのは、 おそらく電化製品と電子機器の両方にまたがる製品だからだろう、 03:59.820 --> 04:04.770 などと納得することができる。 04:05.100 --> 04:12.510 つまり、 これはデータを見て、 それを調査し、 理解し、 文書に関連するベクトルを作成し、 04:12.510 --> 04:21.750 それを保存することの意味をもう少し直感的に理解するための機会なのだ。 04:21.810 --> 04:25.380 そうすることで、 手に取るように実感できるんだ。 04:25.440 --> 04:30.870 そして、 この画像を楽しんでもらえればと思うし、 私の箱を壊しかけた甲斐があったと思っている。 04:30.990 --> 04:33.540 そして願わくば、 もっと小さな数字でやってほしい。 04:33.540 --> 04:38.070 また次回、 3Dでお会いしましょう。