You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 

169 lines
6.0 KiB

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。