はじめに
機械学習技術を身につけることは目的ではなく、あくまでも手段なはずです。
皆様もきっと、ある目的があり、それを実現するためにAIや機械学習を勉強しよう！となったはずです。
この章では、機械学習を活用したWebサービス及びAI・機械学習活用事例の記事をまとめましたので、機械学習の勉強を学ばれた方は参考にしてみてください。
また、機械学習を勉強など行き詰まった時に、再度自分に、
そういえば、なんで機械学習の勉強をしているのだっけ？
と自問自答して本来の目的を思い出してください。
機械学習を活用したwebサービスの作り方
この節では機械学習をサービスに導入する上で、何が必要なのかを説明していきます。
これまで機械学習の一連の流れを学んできましたが、最終的にサービスに組み込む際には、学習済みモデルをWeb APIという形式にするのが一般的です。
Web APIはPythonのFlaskやDjangoといったWebフレームワークを使用する事で作ることができます。
そのWeb APIに、Scikit-learnやKerasを使って作った学習済みモデルをimportし、HTML/CSS/JavaScriptからWeb APIと連携させる必要があります。
上記の図は、Webサーバー(html/css/javascript)とDBサーバー(Mysqlなど)、APIサーバー(Flask/Scikit-learn)がありそれぞれが個々に役割をになっています。まずユーザーはWebサーバーにリクエストを行い、Webデータの情報をダウンロードします。
その後、ユーザーは何かしらの入力を行いそのやりとりがAPIサーバーで処理され、その際にデータの書き込みや取得をDBサーバーと連携します。
最終的な解析結果などのレスポンスはJSONの形式で帰ってきます。そのJSONから必要なデータをJavaScriptで解析(パース)し、ユーザーのブラウザに解析結果が表示されます。
さてここまで見ていただくとわかり頂けたかもしれませんが、機械学習を活用したWebサービスを作るには以下の内容が必要になってきます。
1. HTML/CSS/JavaScriptの知識
2. Python + Flask + Scikit-learnもしくは(Keras)などの知識
3. DB(Mysqlなど)の知識
4. インフラ（サーバーやネットワーク）周りの知識
まとめ
この章では、機械学習を活用したWebサービスや事例をまとめました。
機械学習を活用したWebサービスを開発したい方は、是非この章を参考にしてみてください。
