機械学習による不良検出システムの開発
CNNを用いた画像分類モデルを開発し、製造環境を想定した不良検出システムを構築しました。 TensorFlow / Kerasを用いてモデルを作成し、約1000件の画像データを用いて学習と評価を行いました。 データセットのクラス不均衡を考慮し、Confusion MatrixやROC Curveなどを用いてモデル性能を分析しました。 また、FastAPIを用いて機械学習モデルをREST APIとして実装し、画像アップロードによる推論システムを構築しました。
400万人が利用するビジネスSNS
신 재원
韓国国立公州大学 / 機械自動車工学科
機械学習モデルを実際のシステムとして実装するバックエンドエンジニア志望
大学では機械自動車工学を専攻しながら、人工知能や機械学習に興味を持つようになりました。
最近のストーリー
この先やってみたいこと
未来
将来は、機械学習技術を実際のサービスとして提供できるエンジニアになりたいと考えています。 特に、モデル開発だけでなく、API設計やシステム実装まで含めた「実際に使われるAIシステム」を開発できるエンジニアを目指しています。
韓国国立公州大学7年間
機械自動車工学科
-
機械自動車工学を専攻する中で、人工知能や機械学習に興味を持つようになりました。
個人の実績
個人の実績
個人の実績
- 機械学習による不良検出システムの開発
CNNを用いた画像分類モデルを開発し、製造環境を想定した不良検出システムを構築しました。 TensorFlow / Kerasを用いてモデルを作成し、約1000件の画像データを用いて学習と評価を行いました。 データセットのクラス不均衡を考慮し、Confusion MatrixやROC Curveなどを用いてモデル性能を分析しました。 また、FastAPIを用いて機械学習モデルをREST APIとして実装し、画像アップロードによる推論システムを構築しました。
-