先日 TensorFlow 研究会に発表者として行ってきました. 周りの人に勉強会の内容何か書かないのかと言われたのですが, 人数にビビって誰も喜ばなさそうな発表をしてしまったので, 代わりにここでは元々使う予定だった没ネタを消費しておきます. 目標 やりたいことはタイトルの通りとても単純です. ポケモンの名前を入力したら種族値とタイプっぽいものが出てきて欲しいです. Twitter の診断メーカーとかでありがちなやつを, もうちょい真面目にやってみる感じですね. モデルの設計 入力の詳細 ポケモンの名前を 1 文字ごとに分解して, 各文字の出現回数と 2-gram を特徴量として使用しました. 例えばデデンネの場合は以下のようになります. n-gram の特徴量を作るのは自力でやると面倒なのですが scikit-learn の Vectorizer を使用すると 2, 3 行で細かい設定
![TensorFlow でポケモンの名前から種族値とタイプを予測させる遊び - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/4deeb217e13855cd17f857d97192f6839e358d03/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDBzaHVoZWlfZiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MTcyYzlhMzg0ODE0YTlmODQ1MDRkN2U4NDFkZTg0NjA%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D75b693e4d587067a68ca37b50814ec60)