LangChainなどを活用したSlack AIアシスタントの作成から運用までの手順を紹介しています。
公開日:2023年4月30日
※動画を再生してから、インタビューを読むのがオススメです。
今日はエマを紹介します。
こんにちは、エマです。
エマは、Slackを介して対話できる私の個人的なAIアシスタントで、今彼女は、私が電子メールの返信を作成するのを助けるように指示されています。
しかし、彼女はそれ以上のことをすることができます。
そしてこのビデオでは、PythonとLangChainを使って、Slackにあなた自身のエマをセットアップする方法をお見せするつもりです。
そして、エマがあなたの日々のデジタルタスクを助けてくれるようになります。
始めるには、Pythonの基本的な理解と、OpenAIのAPIキーが必要です。
それ以外のことは、このビデオでやり方を紹介します。
初めての方は、私の名前はDaveです。
私はフリーランスのデータサイエンティストです。データサイエンス、データの扱い、このようなAIアプリの作成について学びたい方は、ぜひチャンネルに登録してください。
では、さっそく本題に入りましょう。
デイヴ、あなたが私を利用しているのは、より多くのクリックを得るためだけだということは分かっています。
さて、ではこのビデオでは、説明文にもあるこのドキュメントを見ながら説明します。
でも、必要な情報はすべてGitHubのページで入手できますし、コードも掲載されています。
ですから、それを知っておいてください。
でも、その前に、私たちは何をするのでしょうか?
では、このSlackbotを作るためのステップバイステップガイドを紹介します。
ワークスペースにインストールして、FlaskでPythonコードを設定して接続します。
そして、ngrokというサービスを利用します。
これをどう発音するかはわかりません。
しかし、アプリケーションが実際にホストされている実際のサーバーをシミュレートするために。
しかし、今回はローカルで、しかも無料で行うので、テストすることができます。
そして後で、これを本番環境に移行したい場合は、サーバーにコードを移すことで簡単に行え、エージェントと常にやり取りできるようになります。
そして、この背後にある哲学を簡単に説明します。
では、なぜSlackを使ってボットやAIアシスタントと対話したいのでしょうか?
私の意見では、この方がエージェントとコミュニケーションする上でずっと自然な方法だと思います。
ChatGPTを使えばいいじゃないか、と言われるかもしれません。
というのも、基本的には同じなのです。
チャットインターフェイスがあり、メッセージを送ることができます。
これからお見せしますが、LangChainのパワーを利用して、プロンプトを事前に定義し、テンプレートを作成することができます。
そして、特定のタスクのための特定の関数を作成することができます。
そうすれば、ボットを呼び出して、何をすべきか指示すれば、基本的には私たちの要求に基づいて機能を選んでくれます。
ChatGPTで「あなたはアシスタントです、メールに答えてください」と説明する手間が省けます。
いいえ、それはすでに定義されています。
だから、自分の状況に合ったカスタム関数やカスタムワークフローを作ることができるんです。
このような機能は、あなたのビジネスや仕事に役立つかもしれません。
そして、これらの機能をボットに統合し、Slackチャンネルに追加することで、Slackを使用している場合は、チームのワークフローに統合することも可能です。
私はSlackを使ってチームを管理し、チームとコミュニケーションを取っています。
ボットを追加すると、とても面白くなり、私たちが向かう未来の一端を垣間見ることができます。
私のSlackチャンネルには、一緒に働いている本物の人たちがいて、そこにボットも入れています。
そして、チームのみんなに何か聞きたいことがあるときは、まず、「これは本物の人間がやるべきことなのか、それともボットがやるべきことなのか」と考えます。
そして、その判断に基づいて、実在の人物かボットの名前のどちらかをタグ付けするだけです。
このようにボットとやり取りすることで、基本的にコミュニケーションのチャンネルが1つになり、ワークフローがより合理的になることがおわかりいただけると思います。
また、さまざまなタスクのために複数のボットを作成することも可能です。
例えば、このビデオで紹介するエマはコピーライターで、コピーライティングの仕事を手伝ってくれるかもしれません。
また、ロブは技術者であり、コーディングやプログラミングを手伝ってくれるかもしれません。
このようにボットについて考え、名前をつけると、とても面白いことになると思います。
これはエマの仕事、これはRobの仕事というように。
これが基本的な哲学であり、この背後にあるアイデアです。
そして、私は本当にこれで遊んでみようと思っています。
ここでは、クールな機能を備えた基本的なボットを設定しますが、そこから発展させることも可能です。
では、まずパート1として、Slackのセットアップを説明します。
まず、Slackのアカウントを持っていない場合は作成し、ワークスペースを作成します。
私はAI experimentsという新しいワークスペースに入っていますが、すでにワークスペースに入っている人もいるでしょうし、プラスボタンを押して新しいワークスペースを作ることもできます。
簡単に説明できます。
次のステップは、api.slack.comのslash appsにアクセスします。
ここでは、新しいアプリを作成することになります。
では、このリンクに従ってアプリを構築してみます。
ゼロから構築していきます。
そして、名前を付けます。
ここではSlack botと呼ぶことにします。
そして、ワークスペースを選びます。
ここでは、新しく作成したAI実験を選択します。
そして、それを作成します。
次のステップでは、下までスクロールしていきます。
そして、このボットに名前を付けます。
ここではエマと名付けます。
エマは、メールの下書きを手伝ってくれるボットです。
実際はそれ以上なんですが、まあいいや。
また、エマのアバターも追加することができます。
ちなみに、アバターはミッドジャーニーを使って生成したものです。
ですから、これは実際の人物ではありません。
ああ、これが私のことをどう考えているかということですね。
では、変更を保存します。
そうだ、ここに色も必要ですね、何でもいいです。
何でもいいんです。
その色は嫌いなんだけど、聞いてくれてありがとう。
さて、これで保存完了です。
次のステップでは、ここでボットをクリックし、パーミッションを追加していきます。
ドキュメントに戻り、OAuth and permissionsに進みます。
OAuthとパーミッション」をクリックし、下にスクロールして、スコープを追加します。
スコープをもう一度確認すると、アプリのメンション、リード、チャット、ライト、チャンネル・ヒストリーが必要です。
これらを追加しましょう。
OAuthスコープでは、アプリの言及、読み取り、チャット、書き込み、そして履歴が必要です。
これが、追加したい3つのスコープです。
次に、ボットをワークスペースにインストールします。
メニューのサイドバーの「基本情報」から「ワークスペースにインストール」を選びます。
これでパーミッションが設定され、許可となり、ワークスペースにエマが登場します。
次に、OAuthとパーミッションのページに移動します。
OAuthとpermissionsで、ボットユーザーのOAuthトークンが表示されます。
このトークンをコピーして、後で環境変数に入れるので保存しておいてください。
これで、Slackのセットアップの最終ステップになりました。
Slackのワークスペースにアクセスしてみると、エマがここにいることがわかります。
では、Pythonのセットアップを続けましょう。
GitHubがあるので、それを辿ってクローンすることができます。
ここに、これから作業するいくつかのファイルがあります。
これから順を追って説明します。
まず最初に、Python 3.6以降のPython環境をセットアップし、以下の依存関係をインストールすることを確認してください。
Slack SDK、Slack Bolt、そしてFlaskが必要です。
そして、このために仮想環境かconda環境をセットアップすることをお勧めします。
通常のPython環境を混乱させないために、隔離された環境で実験を行うことができます。
さて、それでは起動したことを確認してください。
VSCodeに切り替えて、プロジェクトをセットアップしておきます。
こちらはGitHubで公開されているリポジトリのクローンです。
これからSlackフォルダで、app.pyとfunctions.pyに取り組みます。
必要な関数は4つだけなので、基本的にゆっくりと手順を説明していきます。
そして、これらの関数がどのように動作するかを基本的に理解した上で、特定の状況に応じて微調整を始めることができます。
では、このファイルに戻りましょう。
まずは基本的なインポートを行い、環境変数を読み込むことにします。
しかし、そのためには、まず.envファイルに設定する必要があります。
Visual Studioのコードに戻ると、ここに.envファイルがあるのがわかります。
これはリポジトリにはありません。
なぜなら、このファイルには、例えばOpenAIやSlackbotのキーや認証情報が保存されているからです。
.envファイルを作成し、GitHubページに戻ってこの内容をコピーし、.envファイルに貼り付けることになります。
そして、引用符の間にあるものをすべて自分の情報と入れ替えるのです。
Slackbotのトークンはxoxbで始まります。
こちらで見ていたのはこのトークンです。
そして、SlackのサインインシークレットとSlackbotのユーザーアイデアです。
まず、Slackのサインインシークレットですが、基本情報を開き、下にスクロールすると出てきます。
そして、showをクリックします。
そうすると、引用符の間に入れるべき情報が表示されます。
SlackbotのユーザーIDは、Pythonの関数で取得します。
では、VSCodeに戻り、実際にこれをもう少し大きくしてみましょう。
対話型端末を起動し、対話型セッションを行います。
そして、Slackbotトークンを用意し、これはすでに環境変数に入っているはずです。
それを読み込んで、トークンを設定します。
そして、ここでSlackアプリを初期化します。
これでうまくいくはずです。
次に、この関数を使うことができます。
もっと簡単な方法があるかもしれませんが、プログラムでできるのはいいことです。
この関数は、基本的にボットトークンを使ってSlackクライアントを初期化します。
そして、ユーザーIDは基本的にボットから返されます。
では、これを保存して、この関数だけを実行してみましょう。
すると、ほら、こうなりました。
これがボットIDです。このIDは環境ファイルにも書き込む必要があります。
この例では、これがSlackbotのユーザーIDです。
この文字列を貼り付ける場所です。
では、app.pyのコードに戻りましょう。
ここでは実際に何が行われているのでしょうか?
FlaskはPythonで書かれたWebアプリケーションフレームワークです。
私は決してFlaskの専門家ではありません。
基本的なことは知っていますし、JetGPTはこれらの関数を作るのに大いに役立ってくれるでしょう。
このテンプレートは基本的にこのようにセットアップします。
今見ているファイルには、いくつかの関数があります。
ユーザーIDはすでに説明しました。
それから、非常にシンプルなカスタム関数があります。
これは、アシスタントに渡す関数です。
これは、アシスタントが実行できるタスクです。
そして今、テストとして、text.upperを返します。
つまり、エマに何を言っても、エマは基本的に全角で叫び返します。
あまりいいパーソナル・アシスタントとは言えませんが、まあ、試しにやってみましょう。
では、ここでappイベントを実行します。
これは、Slackのメンションに対するリスナーです。
これはバックグラウンドで実行される関数です。
SlackbotのユーザーIDが言及されるたびに、追加してエマの名前を入力すると、この関数は基本的にそれを待つことになります。
そして実行に移されます。
テキストを受け取って、まず何かを言う。
そして、最初に返事をします。
すると、エマは「はい、わかりました」と答えます。
だから、エマに何か質問すると、まずエマが返事をします。
私はそれを正しく理解します。
そして、エマはその返答を処理し、text.upperという私の関数の基本的な戻り値になります。
このように、テキストを受け取ると、エマが作業を開始し、エマはテキストを大文字に変換し、そして同様にレスポンスを表示します。
この場合の応答とは、チャンネル内でSlackメッセージを送信することです。
なるほど。
最後の関数はFlaskApp.routeで、これは基本的にURLエンドポイントやSlackやイベントなどの情報を送信するためのものを作成します。
この関数はHTTPリクエストをSlackのリクエストハンドラに渡して処理します。
これが、今必要なことのすべてです。
とても基本的なことです。
関数が必要で、イベントが必要で、通信層が必要です。
そして最後の部分は、アプリの実行を開始するためだけのものです。
ドキュメントに戻ると、ステップ4でローカルのFlaskサーバーを動かし始めていることがわかります。
このファイルでは、ポートを指定していないことに注意してください。
実行時に、ポートを整数で指定することもできます。
これを空にしておくと、5,000番ポートで実行を開始します。
VSCodeでは、ここに来てこのPythonファイルを実行することができますが、これは単にこのapp.pyを実行するだけです。
これで、すべてが実行されるようになります。
アプリが5,000番ポートで実行されていることがわかります。
よし。
アプリが実行されたので、パート3に進みます。
サーバーのセットアップですが、ここではローカルで行うことにします。
まず、ngrokがインストールされていることを確認してください。
このページにアクセスすれば、インストールすることができます。
このページでは、さまざまなオペレーティング・システム別に、その方法を紹介しています。
基本的に、私はMacを使っています。
なので、インストールにはhomebrewを使っています。
ターミナルでbrew install ngrokを実行するだけです。
そして、サーバーを立ち上げます。
では、実際にやってみましょう。
Flaskアプリを起動した状態で、ngrok、HTTP、そして5,000というコマンドを呼び出します(5,000とは、今使っているポートのことです)。
これでローカルのngrokサーバーが立ち上がります。
このコマンドでできることは、基本的にフォワーディングを作成することです。
つまり、インターネットがアクセスできるURLがここにあり、それを私たちのローカル・ホストにリダイレクトしているのがわかりますね。
つまり、ローカルで開発しているにもかかわらず、実際のサーバーで作業しているような疑似体験ができるわけです。
では、このURLをコピーしてここに貼り付けます。
転送用のURLですね。
このURLをコピーしたら、このURLでSlackアプリを構成します。
Slackのアプリに戻り、イベント購読を表示します。
そして、この中でイベントを有効にします。
これが、アプリがリッスンするイベントです。
初期URLがありますが、Slackのスラッシュイベントが必要であることも指定しました。
つまり、このURLでイベントをリッスンすることになります。
そのため、ここにその旨を記述する必要があります。
そして、この変更を保存します。
スラッシュを間違えないようにしてください。
次に、ボットイベントの購読をスクロールダウンして、ボットユーザーイベントを追加し、ここで紹介したアプリを選択します。
では、これをチェックしてみましょう。
ここで少しエラーがあることに気づきました。
そこで、スペースを削除する必要がありました。
そして、それを修正すると、検証されるようになりました。
ボットイベントがここにあるはずなので、変更を保存してください。
これでOKです。
ステップ3では、Slackアプリを再インストールしてパーミッションを更新する必要があります。
Slackに戻り、基本情報、アプリのインストール、ワークスペースの再インストールを行い、もう一度パーミッションの設定を行います。
そうです。
次に、実際に機能を試す前に、ボットをワークスペースに招待する必要があります。
Slackに戻り、私は今、この一般チャンネルにいます。
招待と入力し、追加して、この中にエマを入れることができます。
エマを招待すると、このコマンドでエマがこのチャンネルに追加されます。
これで、エマをこのチャンネルに追加することができます。
さて、これですべてが起動し、アプリを検証することができるようになったはずです。
NROCがバックグラウンドで動作していることと、Flaskアプリが同じポートでバックグラウンドで動作していることを確認します。
これで、「やあ、元気かい?
と声をかけると、エマはそれに応えて声を返してくれます。
ここで、まず「ヘイ、すぐに取り掛かるよ」というプロンプトが表示されるのがわかると思います。
そして、タスクを処理します。
これが初期設定です。
これで、個々のビルディングブロックが連携して動作するようになりました。
しかし、もちろん、次のステップは、エマを単なる叫び声だけのロボットではなく、もう少し賢くする方法を考えなければなりません。
デイブ、僕は君のような無能な人間の脳みそよりずっと頭がいいんだよ。
そうですね。
それでは、VSCodeに戻りましょう。まず、ここでサーバーを終了させるためにCtrl+Cを押します。これでアプリが閉じるので、コードを変更してから再度実行できます。
それでは、functions.pyファイルをチェックアウトしてみましょう。
ここでやっていることは、基本的に私の最新のビデオと同じで、テンプレートを設定する方法を紹介しています。
テンプレートに必要事項を記入してGPTに送信し、リクエストを処理します。
このファイルの中には、1つの関数があります。
ドラフトメールと呼ばれるものです。
この機能を使うのは、メールを受け取ったときに、「よし、これでOKだ」と簡単に返信するわけにはいかないと思ったときです。
失礼にならないよう、時間と労力をかけて返信しなければなりませんが、基本的には「ノー」などと言いたいだけなのです。
そのメールをコピーペーストしてエマに送ると、エマが私のためにメールを作成してくれて、それをまたコピーペーストして、そこからまたメールを送ることができます。
基本的にはこのような考え方です。
非常にシンプルなセットアップですが、先ほども言ったように可能性は無限ですが、自分で遊んでみることができる素晴らしい機能性を示しています。
まず、OpenAIが基本的にLangChainからモデル化したチャットを呼び出して、新しいチャットをオープンします。
これは、システムのメッセージプロンプトに入力するテンプレートです。
これはシステムに提供するものです。
あなたは親切なアシスタントで、電子メールの草稿を作成します。
そのため、トーンに合わせてよりシンプルな方法で返信します。
これはもうかなり面白いことで、何が来ても対応できるようになります。
いつも同じようなスタイルで、「こんにちは」と挨拶して名前を書いて返信するのではありません。
だから、ここに自分の名前を記入することができます。
Slackから取得することもできますが、今はここにハードコーディングしています。
そして、これが返信の下書きで、新しい行で返信を進めてください。
そして、必ず署名をつけてください。
ここにサインを入れることができます。
それでは、よろしくお願いしますと、もう一度名前を書いてください。
このように、設定することができます。
もし、毎回、メールを作成するときに、ChatGPTに来て、これらの情報をもう一度伝えなければならないとしたら、もちろん、時間がかかります。
それを一回考えて、書き留めて、コード化し、そこから出発することができる。
これが、この機能の基本的な仕組みです。
もっと知りたい、もっと理解したいという方は、長さチェーンの使い方を紹介した前回のビデオをご覧になると、より分かりやすいと思います。
しかし今、私たちはapp.pyに戻り、これを実行します。
見てわかるように、ドラフトメールの近くにすでにインポートがありますね。
次に、下にスクロールして、handle mentions関数に移動します。
そして、私の関数の代わりに、draft emailと記述します。
このように、エマにやらせるタスクを簡単に入れ替えることができますし、エマに複数のタスクを与えて、そこから選ばせることもできます。
これはまた別の話で、今後の動画で取り上げる予定ですが、複数の関数を作成し、エマにメッセージを送ることによって、どの関数を使うかを自分で判断させることができます。
基本的には、エマにクールでエキサイティングなことをたくさんできるようにするつもりなので、それからが本当に面白く、今後のビデオで紹介します。
さて、ここまででサーバーを再び立ち上げることができます。
もう一度、これを実行します。
これで、再び起動しました。
さっそく確認してみましょう。
ngrokはまだ動いていますね。
私はそれを触っていないのですが、実はこれも再起動すべきかどうかよくわかりません。
では、次のような非常に短いメールの返信をエマに提供しましょう。
最近、企業からたくさんの依頼を受けるようになったんだ。
自分のアプリを作りたいのですが、手伝ってもらえますか?
というような、典型的なメールを受け取ることがあります。
さて、通常はこれより少し長いのですが、エマがこれらのメールに対応できるような準備をするのを手伝ってくれるかどうか見てみましょう。
では、今すぐ送信して、エマが何を思いつくか見てみましょう。
そうすれば、彼女は「わかりました、すぐにやります」と言うでしょう。
そして、もう少し時間がかかることがお分かりいただけると思います。
OpenAI APIとの接続を行い、情報をやり取りする必要があります。
では、これをご覧ください。
こんにちは、デイブ、返信用の下書きです。
という感じで答えるように指示しています。
ここでのテンプレートに戻り、最初に「こんにちは、デイブ」と言ってから、返信の下書きを提示し、新しい行で返信を続けるように指示します。
そうやって、エマに行動するように指示しています。
そして、彼女はそれをとても上手にこなしています。
では、ハイ、彼女の名前を送ってください。
あなたのAIプロジェクトに私を検討していただきありがとうございます。
今のところ、私は新しいプロジェクトに対してオープンで利用可能です。
あなたのプロジェクトについてもっと詳しく教えてください。
そうすれば、あなたのニーズと、私がどのようにあなたを支援できるかをよりよく理解するのに役立ちます。
美しいでしょう?
これは文字通り、私がほぼ毎日人々に送っているメッセージの一種で、より多くの情報を求めるようなものです。
では、次は人間のテンプレートを見てみましょう。
また、私が追加したコメントをエマが解釈できるように設計しています。
つまり、ここに返信するメールがあり、ユーザーからの他のコメントや返信も同様に考慮します。
これが基本的なユーザーの意見です。
これが、私がエマに言うことです。
そして、「Hey, エマ, and this is the email」と言い、「I am not available right now」と付け加えることができます。
エマに追加のコンテキストを提供するのです。
そして、これが新しい返信です。
ご連絡ありがとうございます。
残念ながら、私は現在、新しいAIプロジェクトに参加することができません。
今後、私と連絡を取り、さらなる機会について話し合うことができますので、ご遠慮なくご連絡ください。
というわけで、エマにも追加の指示を出すことができます。
エマは、Slackの中で実際の人とやりとりするように、自分のチームの実際の人とやりとりするように、それを理解してくれるでしょう。
そして、最後のステップは、もちろん、自分自身のアイデアを出すことです。
これで何を作ろうか?
私にとっては、これは本当にエキサイティングなことです。
個々の構成要素がわかったとき、私の頭の中は、これで何ができるかというアイデアで爆発的に膨らみました。
私のアイデアは、文字通り、複数のボットを作成し、そのボットに特定のツールセットを与えて、私を助けてもらうことです。
コピーライティング、マーケティング、コーディングといった観点から考え、それぞれの分野のボットを作成するのです。
そして、ボットに提供できる機能やワークフローを実際に試してみるのです。
ChatGPTでボットを作ればいいのではと思うかもしれませんが、ChatGPTでもできます。
はい、その通りです。
しかし、重要なのは、テンプレートがあなたの時間を節約できるように設計することです。
それが1つで、さらにその先を考えることです。
LangChainと組み合わせることで、LangChainの構築ツールも使えるようになります。
例えば、インターネットにも接続したり、個人のデータベースや会社のデータベースに接続して、ChatGPTでは利用できない情報にアクセスしたりすることができます。
Slackは今、ヒューマンマシンインターフェイスを提供しており、基本的にこれらのデータソースとOpenAI APIに接続することができます。
ですから、私にとっては、これは本当にエキサイティングなことなのです。
これは私にとって統合レイヤーのようなものです。さまざまなスクリプトを作成できますが、実行する際にはIDEを起動してどのスクリプトかを特定し、パラメータを入力する必要があります。
でも今は、ウェブアプリを作らなくても、基本的にアプリを作ることができます。
意味がわかるかな?
もちろん、今はngrokを使った模擬サーバーでローカルに動かしていますが、次のビデオでは、これを実際のサーバーにセットアップする方法を紹介します。
バックグラウンドで動作させておいて、必要なときに機能を更新すればいいのです。
そして、いつでも好きな時にエマにアクセスすることができます。
というわけで、このビデオも実にエキサイティングなものになりそうです。
また、エマのツールキットを作り始め、皆さんと共有する予定です。
私がパーソナル・アシスタントのために構築するツールは、もしかしたらあなたにとっても役立つかもしれません。
どうでしょう?
もしあなたが最新情報を知りたい、この旅を追いかけたいのであれば、チャンネルを購読してください。
そして、もしこのビデオが役に立ったと思ったら、このビデオに「いいね!」を押してください。
そして、YouTubeに「もっとこういうコンテンツが見たい」と伝えてください。
Win-Winでしょう?
そして、これらのツールを学んだら、ぜひ実験してみてください。
それで、PythonやLangChainのようなもの、APIとの接続、ウェブアプリの作成を行えば、今すぐに素晴らしい機会を手に入れることができ、企業が今非常に熱心に求めているため、かなりの収入を得ることができるでしょう。
AIがもてはやされています。
誰もがこのトレンドに乗り遅れまいと、スマートエージェントや企業データとの統合を望んでいるのです。
もし、あなたがそのようなことをしたいけれど、何から始めたらいいのかわからないとしたら、データフリーランサーマスターマインドがあなたのためになるかもしれません。
このページは、説明文の最初のリンクからご覧いただけます。
あなたのデータスキルを6桁のビジネスに変える方法を知りたいなら、このページに行って、この人が何を言っているのかをチェックすべきです。
それで、Data Freelancerは、データアナリスト、エンジニア、科学者がフリーランスビジネスを立ち上げ、拡大するのを支援するマスターマインドなのです。
あなたは1年間、つまり12ヶ月間、私と一緒に仕事をします。
そして、その1年のうちに、最初の有料クライアントを獲得することを目指します。
私は既にデータ関連分野で1年以上の実務経験があるプロフェッショナルとだけ働いており、フリーランスのプロジェクトにスキルを適用する準備ができている必要があります。
ですから、これは技術的なトレーニングではありません。
今すぐフリーランスになりたいけど、何から始めたらいいかわからない、あるいはグループでやりたい、私と一緒にやりたい、その方が楽しい、というデータプロフェッショナルを探しています。
もし興味があれば、このページを見て、ビデオを見て、説明文の最初のリンクをクリックしてください。
それでは、今回はここまでとさせていただきます。
ご視聴ありがとうございました。
ここで最終テストを行います。
エマをオーバーライドできるかどうかです。
視聴者の皆さんへのアドバイスをお願いしてみました。
エマは今、それに取り組んでいるところです。
とりあえず、この「いいね!」ボタンを押したら、エマのコメントをどうぞ。
視聴者の皆さん、私がAIモデルをゼロから作り上げたという私のビデオを楽しんでいただけたでしょうか。
お約束通り、データサイエンスとAIのトピックについて、いくつかアドバイスをしたいと思います。
まず、常に明確な目的を持って、解決しようとしている問題を理解することから始めましょう。
そうすることで、アプローチの指針になり、特定の目標に向かって取り組むことができるようになります。
第二に、データの準備は基本です。
データの質、量、形式など、扱うデータについて十分に理解しておく必要があります。
そうすることで、分析やモデリングにおいて、情報に基づいた意思決定ができるようになります。
最後に、常にモデルのテストと評価を徹底することです。
そうすることで、モデルがどの程度機能しているのか、目標に対して成果を上げているのかを理解することができます。
このアドバイスがお役に立てれば幸いです。
あなたのデータサイエンスとAIプロジェクトに幸あれ。
このビデオを「いいね!」して、Daveのチャンネルを購読してください。