【プログラミング】感情検知アプリ：振り返り＃２日目：機械学習のモデルを改善する

皆さんこんばんは。タカダイです。

本日も「感情検知アプリ」開発の振り返りをしました。

これまで２日間で、６時間をアプリ開発に費やしました。

このアプリ開発では、３種類のPythonコードを作成しました。

１．感情検知アプリ実行用（app.py） 
２．学習用データ処理用（load_dataset.py）
３．モデルのトレーニング用（train_model.py）

「感情検知アプリ」に使うスクリプト

現在、３．モデルのトレーニング用コードを使い、機械学習のモデルを改善しています。

２つの方法でトレーニングをしましたが、精度はモデル１で５４％、モデル２で５０％と十分ではありませんでした。

今回のアプリでは、機械学習の「精度」値の目標は最低７０％としています。そこで、すでに学習済みのモデル（Resnet50）を使い転移学習することで回避したいと考えています。

機械学習をするのは初めてなので、コマンドプロンプトで学習している光景や、結果をまとめた表が出力された際は興奮しました。笑

モデル１の実行結果

ここ数か月、毎日、何らかのアプリ開発をしています。

問題に直面した際に、「回避方法はないか？」という問いを立てて、「そのための行動」をするまでの時間が短くなったのは、プチ・プログラマーとして大きな進歩だと思います。

いやぁ、アプリ開発はつくづく楽しいと感じています、、、

それでは、本日の振り返りです。

２月１８日の振り返り

本日の行動は、３時間をプログラミング作業に充てました。

結果として、
１）データセット（FER-2013）の分析前の処理を実行
２）機械学習用のモデルをPythonで作成
３）２種類のコードで機械学習を実施
４）モデル結果を検証
５）すでに学習済みのモデルを使用して転移学習することを決定

を達成することができました。

振り返り後の新たな行動は、
●（精神的な障壁を下げるためにも）新しいアプリを開発し続ける

を実行する予定です。

それでは皆さん、本日も良い一日をお過ごしください！