日本語でもKotlin

どこでもKotlin #3 〜秋のLT大会 その壱〜の発表資料です
ソース：https://github.com/masakiz/JapaneseKotlin

Transcript

1. 日本語でもKotlin エムスリーキャリア株式会社 寺田 将規 2017年10月23日
2. 自己紹介 エムスリーキャリア株式会社 エンジニアリンググループ マネージャ ＞ 新しい技術への興味が尽きない ＞ 事業のKPI分析や、業務フローから事業の改善も行う
3. データはきれいですか？
4. 子供 年代 1人 30代 0人 20代 No 1 2 メモ 現在東京都に在住しており、男性で 36歳 東京都内の勤務を希望している 幼稚園に通うお子さんがいる 自宅から1時間以内の勤務地を希望 ワークライフバランスを重視してい る 24歳で社会人2年目である No 1 2 どっち？
5. 子供 年代 1人 30代 0人 20代 No 1 2 メモ 現在東京都に在住しており、男性で 36歳 東京都内の勤務を希望している 幼稚園に通うお子さんがいる 自宅から1時間以内の勤務地を希望 ワークライフバランスを重視してい る 24歳で社会人2年目である No 1 2
6. ここでも ✕ Deeplearning4j 子供 年代 1人 30代 0人 20代 No 1 2 メモ 現在東京都に在住しており、男性で 36歳 東京都内の勤務を希望している 幼稚園に通うお子さんがいる 自宅から1時間以内の勤務地を希望 ワークライフバランスを重視してい る 24歳で社会人2年目である No 1 2
7. 形態素解析 Kuromoji モデル作成 （LSTM） Deeplearning4j Y2 Y1 1 人 30 代 0 人 20 代 X 現在東京都に在住しており、男性で36歳 東京都内の勤務を希望している 幼稚園に通うお子さんがいる 自宅から1時間以内の勤務地を希望 ワークライフバランスを重視している 24歳で社会人2年目である No 1 2 学習 Deeplearning4j 入力X 出力Y 形態素解析 モデル作成 （LSTM）
8. ==========================Scores============================== # of classes: 6 Accuracy: 0.3152 Precision: 0.3905 (1 class excluded from average) Recall: 0.2127 (1 class excluded from average) F1 Score: 0.1621 (1 class excluded from average) Precision, recall & F1: macro-averaged (equally weighted avg. of 6 classes) ============================================================ 31%の精度 結果 データ総数： 5,506件 トレーニング： 80% テスト： 20% ただし、これはチューニングしていない状態 ここからスタート！ 20未満、20代、30代、40代、50代、60以上に分類した結果