機械学習キャンバス0.1

1. 機械学習キャンバス ver. 0.1 2016-11-08 サイボウズラボ西尾泰和

2. 目的「機械学習や人工知能で解決できないか」という相談をしばしば受ける。特にエンジニアではない人に経営学の言葉で説明する時に、手持ちの道具では不足を感じる。「ビジネスモデル」という漠然としたものの設計をわかりやすくするために「リーンキャンバス」というフレームワークが生まれたみたいに「機械学習・人工知能」に対してもキャンバスがあればいいのではないか？そこでver. 0.1を作ってみた。リーンキャンバスの肝は「方法に固執するな」だと思うので、こちらも方法は最後に考える仕組みにした。 2

3. 機械学習キャンバス ver. 0.1 3 (1) Customer Happiness：顧客は何がどうなるとうれしいのか (2) Solution by hand：人手でそれを実現する方法 (3) Input：使える入力データ (5) Output：得たい出力データ (7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか (6) 出力データをどう顧客価値に結びつけるか

4. スパムフィルタスパムフィルタを世界で初めて設計する人の立場に立ってこのキャンバスを埋めていきながら考えてみよう。 4

5. スパムフィルタ 5 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムメールがInboxからなくなってほしい (2) Solution by hand：人手でそれを実現する方法 (3) Input：使える入力データ (5) Output：得たい出力データ (7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか (6) 出力データをどう顧客価値に結びつけるか

6. スパムフィルタ 6 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムメールがInboxからなくなってほしい (2) Solution by hand：人手でそれを実現する方法秘書がメールの内容を見て、スパムとそうでないものに分ける(3) Input：使える入力データ (5) Output：得たい出力データ (7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか (6) 出力データをどう顧客価値に結びつけるか

7. スパムフィルタ 7 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムメールがInboxからなくなってほしい (2) Solution by hand：人手でそれを実現する方法秘書がメールの内容を見て、スパムとそうでないものに分ける(3) Input：使える入力データメールの文面 (5) Output：得たい出力データ (7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか (6) 出力データをどう顧客価値に結びつけるか

8. スパムフィルタ 8 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムメールがInboxからなくなってほしい (2) Solution by hand：人手でそれを実現する方法秘書がメールの内容を見て、スパムとそうでないものに分ける (3) Input：使える入力データメールの文面 (5) Output：得たい出力データ (7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか顧客のメール文面を見る権限が必要、メールサーバかメーラかに手を加える (6) 出力データをどう顧客価値に結びつけるか

9. スパムフィルタ 9 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムメールがInboxからなくなってほしい (2) Solution by hand：人手でそれを実現する方法秘書がメールの内容を見て、スパムとそうでないものに分ける (3) Input：使える入力データメールの文面 (5) Output：得たい出力データ「スパムである /ない」の情報(7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか顧客のメール文面を見る権限が必要、メールサーバかメーラかに手を加える (6) 出力データをどう顧客価値に結びつけるか

10. スパムフィルタ 10 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムメールがInboxからなくなってほしい (2) Solution by hand：人手でそれを実現する方法秘書がメールの内容を見て、スパムとそうでないものに分ける (3) Input：使える入力データメールの文面 (5) Output：得たい出力データ「スパムである /ない」の情報 (7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか顧客のメール文面を見る権限が必要、メールサーバかメーラかに手を加える (6) 出力データをどう顧客価値に結びつけるか「スパムである」と判定されたメールを自動でInboxから別のフォルダに移動する

11. スパムフィルタ 11 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムメールがInboxからなくなってほしい (2) Solution by hand：人手でそれを実現する方法秘書がメールの内容を見て、スパムとそうでないものに分ける (3) Input：使える入力データメールの文面 (5) Output：得たい出力データ「スパムである /ない」の情報 (7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) 怪しいキーワードが含まれているメールをスパムと判定。キーワードは人間が追加する。 (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか顧客のメール文面を見る権限が必要、メールサーバかメーラかに手を加える (6) 出力データをどう顧客価値に結びつけるか「スパムである」と判定されたメールを自動でInboxから別のフォルダに移動する

12. 素朴アルゴリズム怪しいキーワードが含まれているメールをスパムと判定。キーワードは人間が追加する。実現可能性：簡単に実装できそう計算コスト：各メールをキーワードの個数だけ全文検索必要なデータ：「怪しいキーワードのリスト」これどうやって準備する？→サブタスク発生！ 12

13. サブタスク顧客が「スパムフィルタの利用者」ではなく「スパムフィルタの設計者」である自分に変わる。それによって得られるデータも変わる。達成したい目標もかわる 13

14. スパムフィルタのサブタスク 14 (1) Customer Happiness：顧客は何がどうなるとうれしいのかスパムっぽい怪しいキーワードのリストが欲しい (2) Solution by hand：人手でそれを実現する方法メールの内容を見て、スパムによく出て来て普通のメールに出てこない単語をリストアップする (3) Input：使える入力データメールの文面とそれがスパムであるかどうか (5) Output：得たい出力データスパムっぽい怪しい単語(7) Solution by computer：コンピュータで実現する方法(素朴なアルゴリズム、ルールベースなど) (10) Solution by ML/AI：機械学習や人工知能で実現する方法 (8) Training data：正解データの獲得方法・量 (9) Target Function：評価関数 (出力がどうだと好ましいのか) (4) 入力データをどう得るか自分のメールを使う (6) 出力データをどう顧客価値に結びつけるか単にリストを作るだけ

15. 機械的に作る方法スパムメールと普通のメールをそれぞれ単語分割して各単語の「スパムメール中の出現頻度」と「普通のメール中の出現頻度」をカウント。スパムメール中での出現頻度が普通の出現頻度より大きいほど「スパムっぽい度」が高いと考えて適当な閾値以上のものを選択。実現可能性：できそう。 15

16. 作者の誤算ナイーブベイズでのスパムフィルタを作る話になる予定だったがナイーブベイズを使わないまま解決してしまった。実際にこのスパムフィルタを作って実験してみると • 「キーワードが含まれていたら問答無用でスパム」という処理のために誤判定が多い • キーワードリストの更新やパーソナライズが行われないので、新しいパターンのスパムや、特定の人だけが受け取るスパムに対処ができない。という問題が起きるはず。 16

17. ルールの確率化 >「キーワードが含まれていたら問答無用でスパム」という処理のために誤判定が多いこういう「TrueかFalseかで判断しているルールの誤判定が起きてしまう問題」を緩和するために、真偽値の代わりに確率値を使うことはよく行われている。ナイーブベイズでのスパムフィルタも「スパムである/ない」の真偽値の代わりに「スパムである確率が高い/低い」の確率値を使う 17 see: 「ルールベースから機械学習への道公開用」 http://www.slideshare.net/nishio/ss-53221829