Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
AutoML パッケージの開発を円滑に進めたい / How to develop AutoML package
Search
Kon
July 19, 2019
Science
1
3.5k
AutoML パッケージの開発を円滑に進めたい / How to develop AutoML package
https://data-engineering.connpass.com/event/136756/
Kon
July 19, 2019
Tweet
Share
More Decks by Kon
See All by Kon
Numerai はいいぞ / An encouragement of Numerai
yohrn
0
2.4k
M5 Forecasting 参加報告 / 143rd place solution of M5 Forecasting Accuracy
yohrn
1
1.2k
AutoML はお好きですか? / 8th place solution of AutoWSL 2019
yohrn
1
3.2k
3rd Place Solution of AutoSpeech 2019
yohrn
0
380
自然言語処理初心者が AutoNLP に挑戦した話 / 8th place solution of AutoNLP 2019
yohrn
0
840
機械学習の再現性 / Enabling Reproducibility in Machine Learning Workshop
yohrn
9
2.8k
異常検知の評価指標って何を使えばいいの? / Metrics for one-class classification
yohrn
0
6.4k
35th ICML における異常検知に関する論文紹介 / Deep One-Class Classification
yohrn
0
7.2k
機械学習の公平性と解釈可能性 / Fairness, Interpretability, and Explainability Federation of Workshops
yohrn
6
2.5k
Other Decks in Science
See All in Science
HAS Dark Site Orientation
astronomyhouston
0
5k
脳とAIは似ているか ― NeuroAI の挑戦
ykamit
9
6.9k
Onsager代数とその周辺 / Onsager algebra tsudoi
usamik26
0
400
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
1
200
HIBINO Aiko
genomethica
0
390
FIBA W杯の日本代表って組み合わせ次第で2次ラウンド行けたんじゃね?をデータで検証
saltcooky12
0
210
Mastering Feature Engineering: Mining the Hidden Salary Formula with CakeResume
tlyu0419
0
150
Transformer系機械学習モデルを取り巻くライブラリや用語を整理する
bobfromjapan
2
510
Science of Scienceおよび科学計量学に関する研究論文の俯瞰可視化_LT版
hayataka88
0
530
Machine Learning for Materials (Lecture 8)
aronwalsh
0
330
[NeurIPS 2023 論文読み会] Wasserstein Quantum Monte Carlo
stakaya
0
360
遺伝子発現プロファイルに基づく新しい薬物間相互作用予測法
tagtag
0
110
Featured
See All Featured
BBQ
matthewcrist
80
8.8k
The Cost Of JavaScript in 2023
addyosmani
21
4k
From Idea to $5000 a Month in 5 Months
shpigford
377
45k
The Art of Programming - Codeland 2020
erikaheidi
43
12k
The Pragmatic Product Professional
lauravandoore
26
5.9k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
245
20k
Fireside Chat
paigeccino
22
2.7k
A better future with KSS
kneath
231
16k
Designing for humans not robots
tammielis
247
25k
Unsuck your backbone
ammeep
664
57k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
117
18k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
21
1.6k
Transcript
AutoML パッケージの開発を円滑に進めたい データと ML 周辺エンジニアリングを考える会 #2 Jul 19, 2019
Yu Ohori (a.k.a. Kon) NS Solutions Corporation (Apr 2017 -
) • Researcher • Data Science & Infrastructure Technologies • System Research & Development Center • Technology Bureau @Y_oHr_N @Y-oHr-N #SemiSupervisedLearning #AnomalyDetection #DataOps
約 3 ヶ月,同僚 3 名と以下の大会に参加した April 1, 2019 - July
20, 2019 3 任意のデータセットに対 する予測精度を競う大会 https://www.4paradigm.com/competition/kddcup2019
何故参加したか? AutoML 周辺技術の調査 開発力強化 案件利用 4
本大会の内容は? 入力 • 5 つの表形式データセット • スキーマ,関係等が記載されたファイル(右図) 提出物 • 学習,予測を行うコード
制約 • 計算資源:4 vCPUs (16 GB Memory) • 計算時間:数十分程度 評価指標 • AUROC 5
本大会の課題は? 時系列データの扱い • data leak を予防する方法は? • concept drift に対応する方法は?
複数表の扱い • 一対多,多対多で結ばれる表を結合する方法は? 4 つの型の扱い • cat 型を num 型に変換する方法は? • multi-cat 型を num 型に変換する方法は? • time 型を num 型に変換する方法は? 6
Concept drift とは? データを生成する確率分布が時間経過で変化する現象 • cat 型の場合,新規カテゴリの出現が相当 7 Gama, J.,
et al., "A survey on concept drift adaptation," ACM CSUR, 46(4), p. 44, 2014.
結果は? 計算時間超過で失格… 通過チームは 31/161 パッケージの内容は 懇親会でお話します 8
開発中,問題になったことは? コードが煩雑で,予測精度が低下した際にバグを特定できない 9
どうやってこれらの問題を解決したか? Codecov カバレッジを記録 CircleCI テストを実行 Comet.ml 学習結果を記録 開発者 変更を push/PR
GitHub 外部サービスに通知 テスト及び CV スコアの監視を継続的に行い,バグの混入を早急に察知する 10
何故これらのサービスを採用したか? 環境構築の手間を削減できるため • mlflow は自身でサーバを構築する必要がある private リポジトリに無料利用できるため • Travis CI
は課金する必要がある • Code Climate は private リポジトリに利用できない 11
何を学習結果として記録したか? • commit ID • ブランチ名 • 実行日時 • 計算時間
• 標準出力 • 依存関係 • 学習曲線 • CV スコア • ベストパラメータ • 等 12