Azure ML で楽に痩せる道を探してみた

Jazug 信州吉野 翼

2

自己紹介

• Jazug 信州 not 長野在住

• Band マン

3

出身地の紹介

• 長野のほぼ真ん中

• 軽井沢の次くらいに涼しい

• 名産 : バッタソフト

• 修羅の国兼メトロポリス

4

出身地の紹介

※ 画像はイメージです

5

免責

• このセッションは所属する組織、団体とは一切関係ありません

6

今回

• MS Band のデータの活用法を考える

• Azure ML をとりあえず使ってみた

7

今回の動機

• MS Band 買いました

• アプリのアイデア思いつかず

• 活用法を模索してみた

8

今回の動機 ( 後付け )• 最近太ってきた

• 効率的に痩せたい

• Band のデータで効率化できるのでは？

9

MS Band とは

• Microsoft のウェアラブルデバイス

• 時計というよりフィットネスバンド

• メールとか確認できる

• 日本語未対応

10

Band を使って分かったこと

• 手元でケータイの通知が取れるの便利

• Apple Watch はもっと便利な気がする–日本語使えるから

• テクノロジーに縛られた生活に万歳

11

体重の遷移

• 2012 年– 74kg

• 2014 年– 54kg

• 現在– 62kg

12

13

14

今に至る

15

少しだけ痩せたい

16

Band で取れるデータ

• 歩数• 移動距離• 心拍数• 消費カロリー• etc

17

具体的に何ができそうか

• 日常の行動でどれくらいカロリー消費するかとか？

• ○○ すると○○ kcal 消費しますよ的なレコメンドの足掛かりができるかも？

18

なんだかんだ言って

• 楽してカロリー消費する道が知りたい

• 歩くとか以外の手段で痩せる方法の模索

19

一般論

• 22 歳男性、体重 63kg 、歩行 50 分– 116kcal

これほんとか？

50 分歩いてこれだけとか辛すぎる

20

結果にコミットしたい ( 楽して )

21

結果にコミットしたい ( 楽して )

22

今回のゴール

• 具体的に自分の体で何が起きたらどれくらいカロリー消費するのかを知る

23

使うデータ

• 平均心拍数• 消費カロリー• 歩数• 移動距離

※ 一時間当たりの情報

24

データの取得方法

• 7 月末から Microsoft Health Cloud API が提供開始

• Band が取得した情報を上げておくと REST API で取得可能

• アップロードは専用アプリからやると楽

25

API 例

• https://api.microsofthealth.net• /v1/me/Activities• /v1/me/Devices• /vi1/me/Profile• /vi/me/Summaries/{period}• Live API 認証をして個人単位で取得

26

データの扱い方

• API が返すのは JSON

• JSON を CSV に整形する– JSON を CSV に変換するサービスがあった

27

データ例

28

データの中身

• 虫食いになってる箇所があった–充電中のデータが欠落してた

• 今回使わないデータもあった–日付とかは、今回不要–あったらあったで面白かった説も

29

データを修正する

• 平均値を虫食いのデータに挿入する

• ついでにいらないデータ列を削除

• 全部ML の機能でできますよ

30

こんな感じ

31

使用するアルゴリズム

• アルゴリズム大量にあってよくわからん

• Azure ML 用のアルゴリズムチートシートがあるよ– ここ

• 印刷して家の壁に貼っておこう

32

Azure ML チートシート

33

使用するアルゴリズム

• 線形回帰

• ニューラルネット

• チートシートに載ってたやつをそのまま

34

実際にやってみる

35

結果

• 精度が悪かった– 6割届かないくらい※卒研だったら単位貰えたくらいは頑張った

• データ数足りなかった– 三か月ちょっとのデータじゃあ…

– もっとたくさんの人のデータを収集して一般化した結果が欲しい

36

結果

• 歩数とカロリーに相関はなさそう

• 心拍数が上がる → 消費カロリーアップ

• 歩く → 心拍数上がる

• 歩数が増える → 高い心拍数の時間が続く

37

結果

• 別に運動しなくてもカロリー消費はできそう

• 心拍数を上げる手段を見つけよう–お化け屋敷ダイエットは強ち間違ってない–遊園地ダイエットも有りなのでは

38

結論

• 身体データを機械学習するのに忙しくて運動できなかった

• 学習したデータから個人毎に運動をレコメンドできると面白そう

39

結論

• Azure ML すごい– R とか Python が書けるともっと幅が広がる

• 心拍数が少しだけ高くなる生活で消費カロリーアップ！

40

最後に

• こんなことしてる時間で運動したほうが痩せたと思う