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
成長を止めない機械学習のやり方 / Don't stop 'til you get enough (data).
Search
Yuichiro Someya
March 23, 2018
Programming
15
5k
成長を止めない機械学習のやり方 / Don't stop 'til you get enough (data).
https://manabiya.tech
Yuichiro Someya
March 23, 2018
Tweet
Share
More Decks by Yuichiro Someya
See All by Yuichiro Someya
にんげんがさき 基盤はあと / Developers over ML platform
ayemos
0
13k
機械学習をスモールスタートさせる方法 / small machine learning
ayemos
3
1.9k
アットホームな分析基盤の作り方 / Homemade Machine Learning Toolkits
ayemos
1
900
サービス開発、機械学習、クラウド / the trinity of machine learning
ayemos
0
3.2k
AWS で加速する機械学習 / Accelerate Machine Learning with AWS
ayemos
1
300
クックパッドの機械学習基盤 2018 / Machine Learning Platform at Cookpad ~ 2018 ~
ayemos
15
19k
PyTorchとCaffe2とONNXと深層学習モデルのデプロイについて
ayemos
1
2.8k
クックパッドにおけるAWS GPUインスタンスの利用事例 / Powering by AWS GPU Instances in Cookpad Inc
ayemos
0
380
How we use GPUs in Cookpad
ayemos
0
110
Other Decks in Programming
See All in Programming
Webエディタライブラリ 「CodeMirror」から学ぶ Webアプリ開発のテクニック
ryosukeigarashi
0
250
Ruby メモリ管理 プログラミング
megmogmog1965
0
130
CSC307 Lecture 06
javiergs
PRO
0
360
Prompt FlowによるLLMアプリケーション開発
yuto2000
1
1k
最古の関数型言語「Lisp」ことはじめ / lisp_in_kamiyama
uhooi
1
190
Terraformテスト入門
msato
0
540
Modern Angular: Renovation for Your Applications
manfredsteyer
PRO
0
140
CSC307 Lecture 05
javiergs
PRO
0
210
ぼっちを避けて楽しむためのアノテコノテ / Various Tips and Tricks to Avoid Loneliness and Have Fun
nrslib
3
1.7k
社内 LT 会を発足し、アウトプット文化を醸成させるために考えたこと・やったこと / Starting internal LT meetings and fostering an output culture
mackey0225
3
120
APIのない大学ログインWebサービスをWKWebViewとJavaScriptでアプリ化した話
akidon0000
1
330
[After Kotlin Fest 2024 LT Night @ Sansan] もっともっとKotlinを好きになる!K2 Compiler Pluginで遊んでみよう!
kitakkun
2
260
Featured
See All Featured
Building an army of robots
kneath
301
42k
Git: the NoSQL Database
bkeepers
PRO
423
64k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
12
3.8k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
18
1.2k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
23
1.9k
Typedesign – Prime Four
hannesfritz
37
2.2k
Automating Front-end Workflow
addyosmani
1362
200k
The Language of Interfaces
destraynor
151
23k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
245
1.2M
YesSQL, Process and Tooling at Scale
rocio
166
14k
Put a Button on it: Removing Barriers to Going Fast.
kastner
58
3.3k
Done Done
chrislema
179
15k
Transcript
ΛࢭΊͳ͍ ػցֶशͷΓํ ΫοΫύουגࣜձࣾɹછ୩༔Ұ ."/"#*:"
ࣗݾհ છ୩༔Ұ<:VJDIJSP4PNFZB> ౦ژۀେֶେֶӃܭࢉֶम࢜ ΫοΫύουגࣜձࣾݚڀ։ൃ෦ ϦαʔνΤϯδχΞ݄d ػցֶशج൫
Ϩγϐσʔλͷੳ UXJUUFSDPN!BZFNPT@Z HJUIVCDPNBZFNPT IUUQTXXXBZFNPTNF
None
ϨγϐɿສҎ্ ࠃͷ݄ؒར༻ऀɿສਓ
ରԠݴޠɿݴޠϲࠃ ւ֎ͷ݄ؒར༻ऀɿສਓҎ্
ΫοΫύουݚڀ։ൃ෦ ݄ʹൃ ࢲ͕ଐ͞Εͨͷಉ࣌ظ ໊࣌ͷϝϯόʔ ݄ݱࡏࠃʹ໊ ւ֎ʹ໊
ྉཧ͖Ζ͘ ΈࠐΈχϡʔϥϧωοτϫʔΫ ʹΑΔྉཧը૾ͷࣗಈೝࣝ εϚʔτϑΥϯͷࣸਅͷɺ ྉཧࣸਅΛࣗಈతʹऩूه
ྉཧ͖Ζ͘ ສਓҎ্ͷϢʔβʔ͕ར༻ ສຕҎ্ͷྉཧࣸਅΛه ݄ݱࡏ
ͦͷଞػցֶशϓϩδΣΫτ ը૾ੳʹΑΔϨγϐͷྨ ࡐྉ໊ͷਖ਼نԽ <͓͠ΐ͏Ώ ে༉ γϣʔϢ><͠ΐ͏Ώ>
ϑΟʔυόοΫͷࣗಈλά͚ FUD
લஔ͖
l લུ ʮ࣭ʯ·Ͱ͍͔ͳ͍͕ؾʹͳ͍ͬͯΔ͜ͱɺ ʮճʯΛΓ͍͕ͨͳ͔ͳ͔Δػձ͕ͳ͔ͬͨ͜ͱɻ ͦ͏͍ͬͨٙΛຊத͔ΒूΊɺ ΧϯϑΝϨϯεΛ௨ͯ͡ղܾࡦΛݟग़͠ɺܙΛੜΈग़͢ɻ ͜Ε͕ɺ."/"#*:"Λ։࠵͢Δ͍Ͱ͢ɻz IUUQTNBOBCJZBUFDI
l લུ ʮ࣭ʯ·Ͱ͍͔ͳ͍͕ؾʹͳ͍ͬͯΔ͜ͱɺ ʮճʯΛΓ͍͕ͨͳ͔ͳ͔Δػձ͕ͳ͔ͬͨ͜ͱɻ ͦ͏͍ͬͨٙΛຊத͔ΒूΊɺ ΧϯϑΝϨϯεΛ௨ͯ͡ղܾࡦΛݟग़͠ɺܙΛੜΈग़͢ɻ ͜Ε͕ɺ."/"#*:"Λ։࠵͢Δ͍Ͱ͢ɻz IUUQTNBOBCJZBUFDI ՝ͷڞ༗
ղܾࡦͷྻڍͱੳ
lຊηογϣϯͰ·ͣػցֶशΛऔΓೖΕͨ৫ʹ͓͚Δ ՁΛ્͋Δ͍ಷԽͤ͞Δز͔ͭͷཁҼΛࢦఠ͠ɺ ͦΕΒͷཁҼʹ͍ͭͯ։ൃج൫ΤϯδχΞϦϯάɺ νʔϜߏ༷ʑͳ͔֯Βߟ͠·͢ɻ·ͨ͞Βʹɺ ͦͷΑ͏ͳ՝ʹର͢ΔΫοΫύουͷऔΓΈΛհ͠·͢ɻz
lຊηογϣϯͰ·ͣػցֶशΛऔΓೖΕͨ৫ʹ͓͚Δ ՁΛ્͋Δ͍ಷԽͤ͞Δز͔ͭͷཁҼΛࢦఠ͠ɺ ͦΕΒͷཁҼʹ͍ͭͯ։ൃج൫ΤϯδχΞϦϯάɺ νʔϜߏ༷ʑͳ͔֯Βߟ͠·͢ɻ·ͨ͞Βʹɺ ͦͷΑ͏ͳ՝ʹର͢ΔΫοΫύουͷऔΓΈΛհ͠·͢ɻz ՝ͷڞ༗ ղܾࡦͷྻڍͱੳ
ʰΛࢭΊͳ͍ػցֶशͷΓํʱ ػցֶशʹऔΓΉݱʹ͓͚Δ՝Λࢦఠ͠ɺੳ͠·͢ɻ
ΞδΣϯμ ͡ΊʹਓೳϒʔϜͱݬ໓ظ ΛࢭΊͳ͍ػցֶशͷΓํʙ৫ɾνʔϜฤʙ αʔϏε։ൃͱػցֶश ػցֶशϓϩδΣΫτ
ΛࢭΊͳ͍ػցֶशͷΓํʙݸਓฤʙ ૯߹֨ಆٕͱͯ͠ͷػցֶश
ਓೳϒʔϜͱݬ໓ظ
ਓೳϒʔϜ ʰୈ࣍ਓೳϒʔϜʱ ը૾ྨʹ͓͚ΔਂֶशͷՌΛ͖͔͚ͬͱ͢Δ ਓೳ࣮ݱͷखஈͷ̍ͭͱͯ͠ػցֶशͷࢿʗظߴ·Δ ϋʔυΣΞʗιϑτΣΞʹ͔͔ΘΒͣ͋ΒΏΔྖҬʹԠ༻͞ΕΑ ͏ͱ͍ͯ͠Δ
ΫοΫύουͷ༷ͳαʔϏε։ൃͷݱྫ֎Ͱͳ͍
IUUQXXXHBSUOFSDPKQQSFTTIUNMQSIUNM
ϒʔϜ͔Βݬ໓ظ "*ʹظ͕աʹൃͨ͠ͷͪʰౙʱ͕๚ΕΔͱ͍͏ྺ࢙͕͋Δ ݬ໓ظΛΓӽ͍ͯͨ͘Ίʹݱͷզʑ͕͖͢͜ͱ ʰΛࢭΊͳ͍ػցֶशͷΓํʱ ࠓճɺαʔϏε։ൃݱͱͯ͠ͷΫοΫύουͱ͍͏ڥͰಘΒΕ ͨݟΛத৺ʹɺ͜ͷ՝ʹ͍ͭͯߟ͍͖͑ͯ·͢
ΛࢭΊͳ͍ػցֶशͷΓํ ৫ɾνʔϜฤ
ΞδΣϯμ ͡ΊʹਓೳϒʔϜͱݬ໓ظ ΛࢭΊͳ͍ػցֶशͷΓํʙ৫ɾνʔϜฤʙ αʔϏε։ൃͱػցֶश ػցֶशϓϩδΣΫτ
ΛࢭΊͳ͍ػցֶशͷΓํʙݸਓฤʙ ૯߹֨ಆٕͱͯ͠ͷػցֶश ͡ΊʹਓೳϒʔϜͱݬ໓ظ ΛࢭΊͳ͍ػցֶशͷΓํʙ৫ɾνʔϜฤʙ αʔϏε։ൃͱػցֶश ػցֶशϓϩδΣΫτ ΛࢭΊͳ͍ػցֶशͷΓํʙݸਓฤʙ ૯߹֨ಆٕͱͯ͠ͷػցֶश
αʔϏε։ൃͱػցֶश αʔϏε։ൃͰػցֶशΛ͍͍ͨͱ͍͏χʔζ͕૿͍͑ͯΔ ਓೳϒʔϜʹґΔͱ͜Ζ͕େ͖͍ ଟ ʰػցֶशΛ͏ʱͱʁ
՝ൃݟ ΰʔϧઃఆ σʔλऩू σʔλՃ ੳ &%" ֶश ධՁݕূ ຊ൪ ධՁݕূ
͏ ࡞Δ ՝ൃݟ ΰʔϧઃఆ σʔλऩू σʔλՃ ੳ &%" ֶश ධՁݕূ
ຊ൪ ධՁݕূ σ ϓ ϩ Π
ྫϞσϧͷ"1*Խʹඞཁͳͷ ֶशࡁΈϞσϧ ͷEVNQ NPEFM\QC I ^ "1* BQQQZ
)551 T &OEQPJOU QSFEJDU JOGPͱ͔ ϞσϧͷಡΈࠐΈͱ*0ϋϯυϥ ࡞ۀ طଘγεςϜʗΠϯϑϥͷΠϯςάϨʔγϣϯ -#ɺϞχλϦϯάɺ%/4ʑ ࣮ߦڥ %PDLFSpMF
ྫϞσϧͷ"1*Խʹඞཁͳͷ ֶशࡁΈϞσϧ ͷEVNQ NPEFM\QC I ^ "1* BQQQZ
)551 T &OEQPJOU QSFEJDU JOGPͱ͔ ϞσϧͷಡΈࠐΈͱ*0ϋϯυϥ ࡞ۀ طଘγεςϜʗΠϯϑϥͷΠϯςάϨʔγϣϯ -#ɺϞχλϦϯάɺ%/4ʑ ࣮ߦڥ %PDLFSpMF ػցֶशϞσϧͷσϓϩΠʹ खؒͱ͕͔͔࣌ؒΔ
def is_food_image(self, image_io): image = Image.open(image_io) result = self.classifier.infer(image) return
result == Category.food ར༻ྫྉཧ͖Ζ͘ͷ߹ ύοέʔδԽ͞ΕͨػցֶशϞσϧͷݺͼग़͠ ͋Δ͍҉ͳ"1*ίʔϧ
def is_food_image(self, image_io): image = Image.open(image_io) result = self.classifier.infer(image) return
result == Category.food ྫྉཧ͖Ζ͘ͷ߹ ύοέʔδԽ͞ΕͨػցֶशϞσϧͷݺͼग़͠ ͋Δ͍҉ͳ"1*ίʔϧ έʔεʹΑΔ͕ αʔϏε։ൃͱ͍͏จ຺ʹ͓͍ͯ ػցֶशϞσϧίʔυͰ࣮͞ΕͨϩδοΫ ͱಉʹѻΘΕ͏Δ
͏ ࡞Δ ϨγϐྨثͷΧςΰϦʹ ʰຑം౾ʱΛͯ͠Έ͍ͨ िؒ͘Β͍͔͔Δͳ Ϛδ͔ʂ if category == 'ΧϨʔ':
foo() + elif category == 'ຑം౾': + bar() ՝ൃݟ ΰʔϧઃఆ σʔλऩू σʔλՃ ੳ &%" ֶश ධՁݕূ ຊ൪ ධՁݕূ
αʔϏε։ൃͱϞσϧͷ։ൃʗσϓϩΠ ͷεϐʔυײʹΪϟοϓ͕͋Δ
Ͳ͏͢Εʁ ਓࡐஔͷ࠷దԽ
͏ ࡞Δ ϨγϐྨثͷΧςΰϦʹ ʰຑം౾ʱΛͯ͠Έ͍ͨ िؒ͘Β͍͔͔Δͳ Ϛδ͔ʂ if category == 'ΧϨʔ':
foo() + elif category == 'ຑം౾': + bar() ՝ൃݟ ΰʔϧઃఆ σʔλऩू σʔλՃ ੳ &%" ֶश ධՁݕূ ຊ൪ ධՁݕূ
͏ ࡞Δ ϨγϐྨثͷΧςΰϦʹ ʰຑം౾ʱΛͯ͠Έ͍ͨ िؒ͘Β͍͔͔Δͳ Ϛδ͔ʂ if category == 'ΧϨʔ':
foo() + elif category == 'ຑം౾': + bar() ՝ൃݟ ΰʔϧઃఆ σʔλऩू σʔλՃ ੳ &%" ֶश ධՁݕূ ຊ൪ ධՁݕূ
ਓࡐஔͷ࠷దԽ αʔϏε։ൃʹػցֶशΛԠ༻͢Δ͜ͱʹෆ׳Εͳݱͷ߹ αʔϏε։ൃʹٻΊΒΕΔ։ൃεϐʔυͱ ػցֶशϞσϧͷ։ൃͱσϓϩΠʹ͔͔Δ࣌ؒ ྆ऀʹΪϟοϓ͕͋Δɺͱ͍͏Λڞ༗ͯ͠าΈدΔ
ྫ͑ਓతϦιʔεͷஔΛݟͯ͠ΈΔ ྫɿαʔϏε։ൃଆͷΤϯδχΞ͕ϞσϧͷσϓϩΠΛख͏
Ͳ͏͢Εʁ ਓࡐஔͷ࠷దԽ औΓΉͷݟ͠ Ϟσϧ։ൃʗσϓϩΠͷޮԽ
Ͳ͏͢Εʁ ਓࡐஔͷ࠷దԽ औΓΉͷݟ͠ Ϟσϧ։ൃʗσϓϩΠͷޮԽ ։ൃεϐʔυͷҧ͍ػցֶशಛ༗ͷίετΛՃຯ্ͨ͠Ͱɺ ػցֶशΛར༻ͯ͠औΓΉ͖ͳͷ͔ߟ͑ͳ͓͢ IUUQTSFTFBSDIHPPHMFDPNQVCTQVCIUNM
ʰػցֶशٕज़తෛ࠴ͷߴརି͠ ҙ༁ ʱ
Ͳ͏͢Εʁ ਓࡐஔͷ࠷దԽ औΓΉͷݟ͠ Ϟσϧ։ൃʗσϓϩΠͷޮԽ
Ϟσϧ։ൃʗσϓϩΠͷޮԽ ։ൃσʔλͷੳɺ࣮ݧɺϞσϧͷֶश σϓϩΠύοέʔδԽɺ"1*Խ
Ϟσϧ։ൃʗσϓϩΠͷޮԽ ։ൃσʔλͷੳɺ࣮ݧɺϞσϧͷֶश σϓϩΠύοέʔδԽɺ"1*Խ
ػցֶशج൫ ػցֶशʹؔΘΔ࣮ݧ։ൃͷεϐʔυΛ্͛Δҝͷج൫ ΫοΫύουݚڀ։ൃ෦෦ࣗͰੵۃతʹվળ͍ͯ͠Δ IUUQTTQFBLFSEFDLDPNBZFNPTNBDIJOF MFBSOJOHQMBUGPSNBUDPPLQBE IUUQTTQFBLFSEFDLDPNBZFNPTBDDFMFSBUF NBDIJOFMFBSOJOHXJUIBXT
ΦϯσϚϯυ(16࣮ݧڥ
ΦϯσϚϯυ(16࣮ݧڥ ւ֎ؚΊ໊ͷϝϯόʔ͕͍Δ ෳͷϓϩδΣΫτʹෳͷਓ͕औΓΉ ࣮ݧ༻ͷܭࢉػڥΛͲͷΑ͏ʹ༻ҙ͢Δ͔ $IBUCPUܦ༝ͰىಈఀࢭՄೳͳΦϯσϚϯυ(16࣮ݧڥ
ʰ࣮ݧ༻Πϯελϯε࡞ͬͯʱ ઃఆࡁΈΠϯελϯεͷ εφοϓγϣοτ ".* ATTIBZFNPTXPSLCFODIEOTDPNQBOZA $SFBUF
ʰ࣮ݧ༻Πϯελϯε࡞ͬͯʱ ઃఆࡁΈΠϯελϯεͷ εφοϓγϣοτ ".* ATTIBZFNPTXPSLCFODIEOTDPNQBOZA $SFBUF IUUQTTQFBLFSEFDLDPNBZFNPTNBDIJOF
MFBSOJOHQMBUGPSNBUDPPLQBE ৄ͘͠
ϓϩδΣΫτςϯϓϨʔτ ʹΑΔ࣮ݧ࠶ݱੑͷ্
ྫͷϓϩδΣΫτͷ ࣮ݧ͕͍ͨ͠ OPUFCPPLͱεΫϦϓτϨϙδτϦʹɺ σʔλࠓखݩʹ͔͠ͳ͍ʜ ͍
࣮ݧ࠶ݱੑͷԼ ͍͍ͭͭ࠶ݱੑͷͳ͍ঢ়ଶΛ࡞ͬͯ͠·͏ ϫʔΫϑϩʔཧͱ͔େֻ͔Γͳͷͪΐͬͱʜ
$PPLJFDVUUFSʹΑΔςϯϓϨʔτԽ ϓϩδΣΫτͷςϯϓϨʔτԽ SVCZʹCVOEMFS͕͋Δ͚Ͳʜ IUUQTHJUIVCDPNBVESFZSDPPLJFDVUUFS 1ZUIPO +JOKB
ͷ൚༻ͳϓϩδΣΫτςϯϓϨʔτੜπʔϧ ಠࣗͷςϯϓϨʔτΛΉ͜ͱ͕ग़དྷɺσʔλαΠΤϯε༻ͷ͋Δ IUUQTHJUIVCDPNESJWFOEBUBDPPLJFDVUUFSEBUBTDJFODF
ESJWFOEBUBDPPLJFDVUUFSEBUBTDJFODF A.BLFpMFA֤छศརUBSHFUͱ͔ઃఆͱ͔ ASFRVJSFNFOUTUYUAґଘϥΠϒϥϦͷϦετ ֤छطσΟϨΫτϦ ATSDEBUBA ATSDNPEFMAͦΕͧΕσʔλͷੜʗલॲཧ༻ɺ
Ϟσϧͷֶश༻εΫϦϓτΛஔ͘ AEBUBAHJUJHOPSF͞ΕΔɺ.BLFpMFͷUBSHFUͰ4ͱTZOD
ྫͷϓϩδΣΫτͷ ࣮ݧ͕͍ͨ͠ HJUDPQBOZDPNSFTFBSDISFDJQFBOBMZTJT ͜͜ʙ HJUDMPOF NBLFTZOD@EBUB@GSPN@T
EPDLFSTDJFODFDPPLJFDVUUFSEPDLFSTDJFODF IUUQTHJUIVCDPNEPDLFSTDJFODFDPPLJFDVUUFSEPDLFS TDJFODF EPDLFSΛར༻͠ɺϓϩδΣΫτͷ࣮ݱੑΛ͞ΒʹߴΊΔ OPUFCPPLͷ্ཱͪ͛ 1PSUGPSXBSEߦ͏UBSHFU
Ϟσϧ։ൃʗσϓϩΠͷޮԽ ։ൃσʔλͷੳɺ࣮ݧɺϞσϧͷֶश ΫϥυڥΛ׆͔ͨ͠ΦϯσϚϯυ(16࣮ݧڥͷ࣮ݱ ϓϩδΣΫτͷςϯϓϨʔτԽʹΑΔ࣮ݧ࠶ݱੑͷ্ σϓϩΠύοέʔδԽɺ"1*Խ
Ϟσϧ։ൃʗσϓϩΠͷޮԽ ։ൃσʔλͷੳɺ࣮ݧɺϞσϧͷֶश ΫϥυڥΛ׆͔ͨ͠ΦϯσϚϯυ(16࣮ݧڥͷ࣮ݱ ϓϩδΣΫτͷςϯϓϨʔτԽʹΑΔ࣮ݧ࠶ݱੑͷ্ σϓϩΠύοέʔδԽɺ"1*Խ
ػցֶशϞσϧͷσϓϩΠ ͱ αʔόʔͷຒΊࠐΈʗύοέʔδʗ"1*
ػցֶशϞσϧͷσϓϩΠ ͱ αʔόʔͷຒΊࠐΈʗύοέʔδʗ"1* ϞσϧΛಡΈࠐΜͰɺ֎෦ϦΫΤετʹԠͯ͡ϞσϧΛ ݺͼग़͢ബ͘খ͞ͳ"1*Λ࣮͢Δ
"1* .JDSPTFSWJDF ͕͍͍ཧ༝ ͦͷଞͷख๏ ྫ͑ΞϓϦαʔόʔͷΈࠐΈ ͱൺͯ ػցֶशϞσϧͷσϓϩΠख๏ͱͯ͠ద͍ͯ͠Δཧ༝
"1* .JDSPTFSWJDF ͕͍͍ཧ༝ ػցֶशͱΞϓϦͰҟͳΔ࣮ߦڥ͕ར༻Ͱ͖Δ ҟͳΔݴޠɺ$16(16 "1*ͷεέʔϧʹΑͬͯߴεϧʔϓοτͷ࣮ݱՄೳ
ػցֶशϞσϧʹΑΔਪॏ͍ ྨثɺͷϓϦϛςΟϒͳػೳͷ࠶ར༻ ։ൃʹ͓͚Δ୲ൣғͷڥքઢͱͯ͠࠷ద ͩͱࢥ͏
࠶ܝϞσϧͷ"1*Խʹඞཁͳͷ ֶशࡁΈϞσϧ ͷEVNQ NPEFM\QC I ^ "1* BQQQZ
)551 T &OEQPJOU QSFEJDU JOGPͱ͔ ϞσϧͷಡΈࠐΈͱ*0ϋϯυϥ ࡞ۀ طଘγεςϜʗΠϯϑϥͷΠϯςάϨʔγϣϯ -#ɺϞχλϦϯάɺ%/4ʑ ࣮ߦڥ %PDLFSpMF ػցֶशͱͷυϝΠϯڞ༗ େ খ
࠶ܝϞσϧͷ"1*Խʹඞཁͳͷ ֶशࡁΈϞσϧ ͷEVNQ NPEFM\QC I ^ "1* BQQQZ
)551 T &OEQPJOU QSFEJDU JOGPͱ͔ ϞσϧͷಡΈࠐΈͱ*0ϋϯυϥ ࡞ۀ طଘγεςϜʗΠϯϑϥͷΠϯςάϨʔγϣϯ -#ɺϞχλϦϯάɺ%/4ʑ ࣮ߦڥ %PDLFSpMF ػցֶशͱͷυϝΠϯڞ༗ େ খ ͜ͷล͕ಛʹਏ͍
ϚωʔδυͳσϓϩΠج൫ ͋Δ͍ࣗ࡞ͷͦΕ Ϟσϧͷ"1*Խɺ࣮ߦڥͷඋͳͲڞ௨Խ͢Δ༨͕͋Δ ڞ௨Խ͞Εͨج൫Λఏڙ͢ΔࣄͰɺσϓϩΠखॱΛॖग़དྷΔ ৄ͘͠ IUUQTTQFBLFSEFDLDPNBZFNPTNBDIJOF MFBSOJOHQMBUGPSNBUDPPLQBE
ΛࢭΊͳ͍ػցֶशͷΓํ ݸਓฤ
૯߹֨ಆٕͱͯ͠ͷػցֶश ʰػցֶश͕ग़དྷΔΑ͏ʹͳΔʱͱ
None
1ZUIPO %PDLFS TDJLJUMFBSO 5FOTPS'MPX .F$BC 42- ,FSBT ϕΠζ౷ܭ χϡʔϥϧωοτ "84
($1 3 47. LBHHMF
૯߹֨ಆٕͱͯ͠ͷػցֶश ʰػցֶश͕ग़དྷΔΑ͏ʹͳΔʱͱ ϒʔϜख͍ɺใ͕൙ཞ͍ͯ͠Δ Α͏ʹݟ͑Δ ʰ͋Ε͜Εֶͼͨա͗Δʱ
ݸਓʹͱͬͯɺඪʗతͷ۩ମԽ͕ॏཁʹͳ͖͍ͬͯͯΔ ྫ͑ ʰαʔϏε։ൃʹػցֶशΛར༻͢Δதن dਓ ͷݱͰɺཱࣗͯ͠ՁΛੜΈग़ͤΔΤϯδχΞʹͳΔʱͱ͔
૯߹֨ಆٕͱͯ͠ͷػցֶश Ұํ͔֬ʹݱͰΔ͖͜ͱଟ͍ ͔͠ݱʹΑͬͯҟͳΔͷͰɺ ݄ฒΈ͕ͩ ຊͰֶͳ͍͜ͱ͕ଟ͍ Γ࣮Ͱػցֶशʹ৮ΕΔͷ͕ۙಓ
σʔλੳίϯϖྑ͍ ʰݶΒΕͨظؒͷதͰσʔλΛੳ͠ɺείΞΛܧଓతʹվળ͢Δʱ ·͋·࣮͋ͬΆ͍
·ͱΊ ʰΛࢭΊͳ͍ػցֶशͷΓํʱ αʔϏεͷ࣮ݱखஈͱͯ͠ͷػցֶशʹର͢Δظӈݞ্͕Γ ݱͱͯ͠ظʹԠ͑ଓ͚͍͖͍ͯͨͰ͢Ͷɻ
8FSFIJSJOH IUUQTDPPLQBEKPCT