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
260
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
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
69
Db2 REST APIを使ってみよう! 〜Db2 on Cloud編〜 / 20230727 Db2 REST API
kyokonishito
0
210
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
290
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
160
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
320
IBMの考えるデータ戦略を徹底解説&デモ / 20220405-Db2-Demo
kyokonishito
0
430
Db2 and Jupyter Notebooks
kyokonishito
0
260
Jupyter NotebookからDb2へらくらくアクセス - Db2 Magic コマンドを使おう! - / Jupyter Notebooks with Db2
kyokonishito
0
430
Auto AI 機械学習 時系列予測作成 / Auto AI Time Series
kyokonishito
0
130
Other Decks in Technology
See All in Technology
いつか使うかも貯金してたらめちゃめちゃ機能が増えてた話
riyaamemiya
0
140
障害対応をちょっとずつよくしていくための 演習の作りかた
heleeen
0
190
どうするコスト最適化のトレードオフ
tetsuyaooooo
1
520
Java EE/Jakarta EEの現状と将来―クラウドネイティブ時代にJava EEは対応できるのか?―
takakiyo
1
160
エンジニアのキャリアをちょっと楽しくする3本の軸/Three Pillars to Make an Engineer's Career More Enjoyable
kwappa
0
2.7k
Databricks における 『MLOps』
databricksjapan
2
170
ゼロから始めるVue.jsコミュニティ貢献 / first-vuejs-community-contribution-link-and-motivation
lmi
1
120
SIEMを用いて、セキュリティログ分析の可視化と分析を実現し、PDCAサイクルを回してみた
coconala_engineer
0
300
Delivering Millions of Messages within seconds @ Duolingo
pelelgrino
0
350
Terraformあれやこれ/terraform-this-and-that
emiki
8
1.4k
競技としてのKaggle、役に立つKaggle
yu4u
3
1.1k
複雑な構成要素を持つUIとの向き合い方 〜新・支出グラフでの実例〜 / B43 TECH TALK
nakamuuu
0
140
Featured
See All Featured
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
322
20k
Debugging Ruby Performance
tmm1
70
11k
Optimizing for Happiness
mojombo
370
69k
RailsConf 2023
tenderlove
4
540
Infographics Made Easy
chrislema
238
18k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
21
1.6k
Building Applications with DynamoDB
mza
88
5.6k
Typedesign – Prime Four
hannesfritz
36
2.1k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
125
32k
Become a Pro
speakerdeck
PRO
11
4.5k
Fireside Chat
paigeccino
21
2.6k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
7
1k
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