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
Call for Code ハンズオン: 機械学習 / C4C HandsOn ML
Search
Kyoko Nishito
June 05, 2019
Technology
1
280
Call for Code ハンズオン: 機械学習 / C4C HandsOn ML
2019/06/05(水) 14:00 〜 18:00にDeveloper Dojo Shibuyaで開催した「Call for Code ハンズオン: 機械学習」の資料です。
Kyoko Nishito
June 05, 2019
Tweet
Share
More Decks by Kyoko Nishito
See All by Kyoko Nishito
さわってみよう ベクトル・データベース watsonx.dataでRAG体験 / IBMTechXchangeJP-2024-HandsOn8-1
kyokonishito
0
130
RDS for Db2 はじめの一歩・バックアップ編 / 20240725 First RDS for Db2 backup
kyokonishito
0
270
RDS for Db2 はじめの一歩・HA(高可用性)編 #2/ 20240712 First RDS for Db2 HA
kyokonishito
0
350
RDS for Db2 はじめの一歩・作り方編 #2/ 20240628 First RDS for Db2 creation
kyokonishito
1
500
watsonx.dataとも連携・オブジェクトストレージの大量データをデータウエアハウス(Db2 Warehouse)でらくらく分析 / IBMTechXchangeJP-2023-DM02
kyokonishito
0
170
Db2 REST APIを使ってみよう! 〜Db2 on Cloud編〜 / 20230727 Db2 REST API
kyokonishito
0
580
1時間でわかる&魅せる! Db2 LUW 11.5.8の最新情報: デモ資料 / 20230627 Db2 Demo
kyokonishito
0
420
Db2でシェアサイクルポートの地理情報分析をやってみよう! / 20220928-Db2-Spatial
kyokonishito
0
280
Jupyter NotebookからDb2へらくらくアクセス - Db2 Magic コマンドを使おう! - / 20220421 Jupyter Notebooks with Db2
kyokonishito
0
430
Other Decks in Technology
See All in Technology
ヒューリスティック評価を用いたゲームQA実践事例
gree_tech
PRO
0
580
Kiroと学ぶコンテキストエンジニアリング
oikon48
6
9.2k
【初心者向け】ローカルLLMの色々な動かし方まとめ
aratako
7
3.3k
カミナシ社の『ID管理基盤』製品内製 - その意思決定背景と2年間の進化 #AWSUnicornDay / Kaminashi ID - The Big Whys
kaminashi
3
820
ここ一年のCCoEとしてのAWSコスト最適化を振り返る / CCoE AWS Cost Optimization devio2025
masahirokawahara
1
1.5k
生成AIでセキュリティ運用を効率化する話
sakaitakeshi
0
250
Skrub: machine-learning with dataframes
gaelvaroquaux
0
120
AI駆動開発に向けた新しいエンジニアマインドセット
kazue
0
260
テストを軸にした生き残り術
kworkdev
PRO
0
180
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
8.7k
COVESA VSSによる車両データモデルの標準化とAWS IoT FleetWiseの活用
osawa
0
160
AIのグローバルトレンド2025 #scrummikawa / global ai trend
kyonmm
PRO
1
240
Featured
See All Featured
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
For a Future-Friendly Web
brad_frost
180
9.9k
A Modern Web Designer's Workflow
chriscoyier
696
190k
Scaling GitHub
holman
463
140k
Building Flexible Design Systems
yeseniaperezcruz
328
39k
Done Done
chrislema
185
16k
The World Runs on Bad Software
bkeepers
PRO
70
11k
Designing for Performance
lara
610
69k
How to train your dragon (web standard)
notwaldorf
96
6.2k
GitHub's CSS Performance
jonrohan
1032
460k
Being A Developer After 40
akosma
90
590k
Transcript
1 Call for Code ハンズオン 機械学習 ⽇本アイ・ビー・エム(株) Developer Advocate ⻄⼾
京⼦
SPEAKER
Kyoko NISHITO IBM Developer Advocate @kyokonishito
Developer Advocate
TECHNOLOGISTS RULE THE WORLD 技術者が世の中を変えていくお⼿伝いをします︕ ・技術情報を提供します ・開発者と話をします ・開発者にとって何が⼀番良いかを考えます ・開発者の困ったを⼀緒に解決します ・開発者をヒーローにします
OUR ACTIVITIES こんな活動をしながら技術者のみなさまをサポートします︕ ・オンラインでの情報発信(Blog、SNS、Podcastなど) ・オフラインでの情報発信(書籍、雑誌など) ・セミナー、勉強会などでの登壇 ・コミュニティ、Meetupなどのリード ・ハンズオンワークショップなどでの講師 ・ハッカソン、ラボ、Dojoなどでのテックサポート
DEVELOPER ADVOCATE in TOKYO Tokyo Team is a part of
Worldwide Developer Advocate Teams! Developer Advocate City Leader AKIRA ONISHI WW Developer Advocate KYOKO NISHITO WW Developer Advocate TAIJI HAGINO WW Developer Advocate AYA TOKURA Program Manager TOSHIO YAMASHITA WW Developer Advocate NORIKO KATO Client Developer Advocate YASUSHI OSONOI Digital Developer Advocate JUNKI SAGAWA
Yes, we are DeveloperAdvocate
本⽇の出席確認 9 https://ibm.biz/BdzEui 下記のURLより出席確認を兼ねてログインお願いします。
本⽇の資料 10 http://ibm.biz/ml-c4c20190605
⾃然災害 は世界最⼤の課題のひとつ 17 million 過去2年間で⽶国で⼭⽕事被害が 発⽣した⾯積 (エーカー数) 800,000+ 2010年以降の地震による死者数 22
名前がつけられた東太平洋地域にて 発⽣した嵐の件数 18 ⽶国で「⾮常に⾼い脅威」と位置づ けられた⽕⼭の件数 25% 記録的な洪⽔⽇数に達したまたは超えた 海岸線区域 800+ 2018年に確認された⻯巻の件数 11
⽇本でも・・・2018年 4⽉ 島根県⻄部地震 (震度5) 6⽉ ⼤阪北部地震 (震度6弱) 7⽉ 平成30年7⽉豪⾬ 8⽉
全国的な猛暑 8⽉ 平成30年台⾵21号 9⽉ 北海道胆振東部地震 (震度7) 9⽉ 平成30年台⾵24号 12
The Answer: Call for Code IBMとパートナー団体の5年に渡るコミットメント Call for Code は2018年に
IBMからの3000万ドル 5年間のコミットメント で発⾜しました。 デベロッパーが最新の技術 を駆使して、コードで世界 にポジティブな変化を与え るための、5年にわたる グローバル・イニシアチブ です 13 13 2018年のCall for Code Global Challengeは ⾃然災害を打破し、 防災状況を改善するソ リューションの 開発コンテストを実施
14 CALL FOR CODE® チャレンジ 2019 • テーマに沿ったソリューションを構築するインターネットを 通じて参加可能な開発コンテスト •
今回のテーマは「⾃然災害への対策や回復」または「⼈の健康」 「地域コミュニティが良好な状態になる⽀援すること」 • 18歳以上の開発者、1-5名のチームでIBM Cloudまたは IBM Systems を活⽤したアプリを開発 • 2019/7/29(⽉)11:59PMまでに提出 *⽶国⻄海岸標準時 賞⾦ 最優秀賞: $200,000 (2200万円*相当) 2位、3位: $25,000 (275万円*相当) 4位、5位: $10,000 (110万円*相当) *為替レートによって変動します https://callforcode.org/ https://ibm.biz/c4cjapan
15 情報を得るためにIBMが提供する 2019 Call for Code チャレンジ コミュニティ に参加しましょう︕ コミュニティでIBMテクノロジーや
Call for Codeについて学習して、質問 があればコミュニティでAdvocateに質 問ができます。 2019 Call for Code チャレンジコミュニティ IBM CODER PROGRAM 15
2019 Call for Code チャレンジ コミュニティ IBM CODER PROGRAM参加⽅法 http://ibm.biz/c4cjoin2019
16 IBM CODER PROGRAMの ダイレクトリンクはこちら: https://ibmcoders.influitive.com/ 16
IBM CODER PROGRAM Discussions → General in Japanese - ⽇本語での⼀般的なやりとり
で⽇本語で質問可能です 17 IBM CODER PROGRAMのダイレクトリンクはこちら: https://ibmcoders.influitive.com/ ⽇本語検索 で検索 17
IBM Code Patterns ⽇本語版: https://ibm.biz/ibmcodejp 英語版: https://developer.ibm.com/patterns/ ソースコードはGitHubで公開 ソースコードはApache2.0ライセンスで改変・商⽤利⽤がOKです ⽇本語版へのリンク
18
2019 Call for Code チャレンジ コミュニティ Call for Code Technologies
→ Machine Learningでは Visual Recognition のコードパターンを紹介しています 19 Code Patternの日本語訳: https://developer.ibm.com/jp/patterns/classify-vehicle-damage-images/ IBM CODER PROGRAMのダイレクトリンクはこちら: https://ibmcoders.influitive.com/ 19
本⽇ご紹介するコードパターン Watson Machine Learningを使ってリアルタイム物体検出 Create a real-time object detection app
using Watson Machine Learning 20 https://developer.ibm.com/patterns/create-a-real-time-object-detection-app-using-watson-machine-learning/ 20 使⽤例︓ ドローンなどのカメラ画像から • 災害時、屋根の上にいる⼈々を 把握 • 避難所にいる⼤体の⼈数を把握
21 21 ほとんどの場合、公開されている オブジェクト検出モデルは、⽤途 に合わせてカスタムのモデルを作 成する必要があります。 →カスタムモデルのトレーニング には多⼤なコンピューターリソー スを必要とします。 カスタムモデルを利⽤して、すべ
てブラウザでリアルタイムでオブ ジェクトを検出する⽅法? →TensorFlow.jsで実現可能です IBM Cloud の IBM Cloud Object Storage + Watson Machine Learning を使ってTensorFlow.jsのモデルをトレーニングし、 Webオブジェクト検出アプリを作成してみましょう︕
22 22 ①IBM Cloud Object Storageインスタンスを 作成し、ラベル付きデー タを保存 ②独⾃のカスタムモデル をWatson
Machine Learningの最先端のGPU でトレーニング ③完成した TensorFlow.jsモデルを Reactアプリケーション にプラグイン BROWSER
Watson Machine Learningを使ってリアルタイム物体検出 Create a real-time object detection app using
Watson Machine Learning 23 https://developer.ibm.com/patterns/create-a-real-time-object-detection-app-using-watson-machine-learning/ 23 Demo
Watson Machine Learningを使ってリアルタイム物体検出 Create a real-time object detection app using
Watson Machine Learning 24 https://developer.ibm.com/patterns/create-a-real-time-object-detection-app-using-watson-machine-learning/ 24 ⽇本語版ハンズオン資料 http://ibm.biz/c4c-dojo-ml
25