# Deep Learningを素人が体験する (Sony/Prediction One)

**Published by:** [Shogaku](https://paragraph.com/@shogaku/)
**Published on:** 2021-10-10
**URL:** https://paragraph.com/@shogaku/deep-learning-sony-prediction-one

## Content

コードを書いたりするエンジニアでない私にとっては関係のない世界だ。そう思っていたものの、コード書かなくても体験できないのか。 ポチっと体験したいんだけど。 と思っていたときに見つけたのが、==SonyのPrediction One== ソフトのリンク先→ https://predictionone.sony.biz/ 今では、1か月無料からの、そのあと有料となってしまいます。 ==※ソニーは不親切ではないので自動で有料にはなりませんでした。安心です== 昨年途中まで無料だったので、そのときに使った結果についてレビューしておきます。①使用方法 流れのみまず、どんなデータを入れて解析するかというと 例：点数を調べたいとき、 以下みたいに訓練データを入れて訓練データ(train)次に点数を予想するために、点数がない調べたいデータを入れるテストデータ(test)みたいにやります。そうすると点数が予想されます。 これは2データで予想みたいに書いてますが、実際はこれが複数データに渡ってできます ※このソフトが何データまで出来るかは知りませんが500データは出来ました②コンペ参加導入方法や使用方法はホームページから確認してもらうとして、実際にコンペに参加してどんなもんだったか 結果を以下に記載してみたいと思います。 コンペは以下のものに参加しました。日本・・・SIGNATE、NISHIKA、ProbSpace外国・・・Kaggle、Analytics VidhyaKaggle → 参加しましたが結果が消えていたのでレビューしません。順位は終わりから数えて早いほうでしたAnalytics Vidhya → 20-30個のコンペに参加したのですが、一つ一つ結果を確認するのが大変なので割愛します③コンペ参加結果 ※結果は見やすくするために100分率で出しました●SIGNATE半分くらいの順位に入るパフォーマンス。ポチッとなで十分すぎる。 ●ProbSpaceそんなに甘いもんじゃないですよね、すみません。素人がポチっと参加して。 ●Nishikaはまると、パフォーマンス高い 良いですね。このソフト。もう有料だから使わないですが。 中小企業で使えるようになれば嬉しいけど、そもそもそんな精度の良いデータを取得できてないので わが企業では無理でした。 こんな感じでネットにて現在のテクノロジーを体験させて貰います。 どうも。

## Publication Information

- [Shogaku](https://paragraph.com/@shogaku/): Publication homepage
- [All Posts](https://paragraph.com/@shogaku/): More posts from this publication
- [RSS Feed](https://api.paragraph.com/blogs/rss/@shogaku): Subscribe to updates
- [Twitter](https://twitter.com/ussu_ussu_ussu): Follow on Twitter