Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
ドキュメンテーションのすヽめ_#MLbeginners
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
ninohira
October 27, 2019
Technology
790
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
ドキュメンテーションのすヽめ_#MLbeginners
ML for Beginners! MeetUp登壇資料
#MLbeginners
ninohira
October 27, 2019
More Decks by ninohira
See All by ninohira
[ICML2021 論文読み会]Revisiting Rainbow: Promoting more Insightful and Inclusive Deep Reinforcement Learning Research
ninohira
0
1.5k
[論文紹介]Jukebox: A Generative Model for Music
ninohira
0
770
無駄分析を避ける為にデータサイエンティストに求められる能力
ninohira
3
13k
アーティストにとっての「愛」とは?~What is ”Love" for artist?~
ninohira
1
10k
Data Gateway Talk Vol.5運営資料
ninohira
1
560
今再びのRによる因果推論_Causal Interference by R_#japanr
ninohira
2
11k
因果推論の基礎とその罠 _Basic and Trap of Causal Inference_#白金鉱業
ninohira
5
13k
Data Gateway Talk Vol.1運営資料
ninohira
1
3.2k
新卒が考えた理想のDS新卒研修
ninohira
1
860
Other Decks in Technology
See All in Technology
OpenClawでAzure DevOpsのWiki更新を自動化する - クラウドAIだけでは届かない場所へ
yutakaosada
0
140
[2026 Oracle Technical Deep Dive] エンタープライズAIエージェントを支えるOCIソリューション。ラインナップと特徴を理解しよう! (2026年9月17日開催)
oracle4engineer
PRO
0
280
AI 時代の Azure エンジニアリング ~ 私たちは何を磨き、何を任せるのか ~
chack411
1
370
[2026-09-30]ロックンロールは鳴り止まないっ - 信頼性かまってちゃん - 「データ駆動を投げ捨ててまで。」追いかける信頼性改善に向けた取り組みの話
tosite
0
180
ログラスのマルチプロダクトを 支える認証基盤 〜テナントごとに異なる統制とどう向き合うか〜
dada4386
3
330
HolmesGPTで始めるSREエージェント入門!プラットフォームの障害調査はAIにお任せ 〜
leveragestech
PRO
0
140
The kernel report
ennael
PRO
1
210
React Nativeでの OTA Updateって、 どう説明する?
ichiki1023
0
140
検証フェーズはAIの回答を判断するための学習機会
toru_kubota
2
370
AI駆動開発、viviONの1年 ── うまくいったこと・いかなかったこと
vivion
0
140
個別開発で終わらせない。 現場の課題をプロダクトの強さに変える StockmarkのFDE
ktkrhr
0
550
AI駆動開発で仕様はどこまで書くべきか? ― 人とAIの責務境界から考える開発プロセスの実践
takahiromatsui
1
300
Featured
See All Featured
Lightning talk: Run Django tests with GitHub Actions
sabderemane
0
270
Java REST API Framework Comparison - PWX 2021
mraible
34
9.7k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
232
55k
Embracing the Ebb and Flow
colly
88
5.2k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
62k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.8k
GitHub's CSS Performance
jonrohan
1033
470k
Scaling GitHub
holman
464
140k
Everyday Curiosity
cassininazir
0
340
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.8k
A better future with KSS
kneath
240
18k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
1k
Transcript
υΩϡϝϯςʔγϣϯͷ͢ʍΊ Recommend to Documentation
Recommend to Documentation 免責事項 / お願い - 本登壇は個⼈の⾒解であり、所属する組織の公式⾒解ではありません - 社会⼈2年⽬のビギナーなので優しい⽬で⾒てください
-「お気持ち」的な内容がメインになります - 受託分析データサイエンティスト視点なので、多少バイアスがあります - ツイッターにたくさんつぶやくと運営&⾃分が喜びますので、たくさんツイートしてください 2/14
Recommend to Documentation 質問 ドキュメンテーション⼤切だと感じたことある⽅︕︕ (深掘り) いつ / どうして そう思ったかを
考えました︖ 「誰か」に「何か」を伝えることって⼤切
Recommend to Documentation ⾃⼰紹介 学⽣ 早稲⽥⼤学 創造理⼯学研究科 経営システム⼯学専攻 共同研究先のマーケティングデータ ×
データサイエンス 仕事 データサイエンティスト @BrainPad 2018年新卒 強化学習 / NLP / 統計的因果推論 / 画像異常検知 趣味 仁ノ平 将⼈ Masato Ninohira (@nino_pira) Data Gateway Talk 主催 B’zファン(⾳楽×データ分析のイベント企画now) ブログ︓データサイエンティスト⾒習いの⽇常 フットサル 4/14
Recommend to Documentation ⽬次 - Why Documentation? - ドキュメントの分類 -
コード / 分析レポート - まとめ 5/14
Recommend to Documentation ⾃分の記憶の共有 = 不可能 Why Documentation︖ Impossible to
SHARE Brain 「誰か」に「何か」を伝えたい Idea ケースに応じたドキュメンテーション Want to SHARE Idea SHARE by Document SHARE 6/14
Recommend to Documentation ドキュメントの分類 ※MECEではないです。作為的に⽊を切っています ※「メール / 議事録」も考えましたが、分析内容を 直接書くことは稀だと思いましたのでスコープ外 Who
- 分析チーム - 意思決定者 - コンピュータ - 分析結果 / next アクション - 意思決定者への レポートに必要な素材選定 - ⾃分のコードの確認 - 分析の結果を正しく伝え、意思決定のサポート - 回るコード / 早いコード - 分析レポート - コード - 分析レポート What Document - コード 「誰」に「何を伝えたいか」の構造化が良いドキュメント化へのポイント 7/14
Recommend to Documentation コード コンピュータ & ⼈間に読みやすいコード 計算速度 冗⻑なコードの回避 例︓
組み込み関数のsumを使う 可読性の⾼い実装 - 明瞭なディレクトリ構成 - コーディング規約 /適切なコメント - 明瞭なプルリク 8/14
Recommend to Documentation 参考︓ ディレクトリ構造のテンプレ ⾃分はこれに⾃分専⽤の 開発環境特化素材を加えてる (例︓Docker) 9/14
Recommend to Documentation 分析レポート 前提 1. 分析には「⽬的」があり「概要」/ 「結果」があり「Next Action」が絶対にある 2.
対象者が求めているレベル感に合わす 意思決定者 詳しく知りたい 結果だけ知りたい 分析メンバー 社内wiki / 分析レポート 詳しく知らせる必要がある スライド 作成モデルをシステム化することでxx万円の売り上げ向上 コスト︓xxx Income︓xxx ROI︓xxx (期間︓zzxxx~xxxx) 作成モデルをシステム化することでxx万円の売り上げ向上 モデルの精度 学習︓xxx テスト︓xxx 分析⽬的︓xxxx 概要︓xxxx 結果︓xxxx Next Action︓xxxx 詳細︓xxx ※綺麗なスライドの作り⽅は世の中に 良い本がたくさんあるのでそちらで学んで頂ければと思います Who Level Doc ロジックツリー ここがxx%up 結局、分析結果をステークホルダーに伝えられないとその分析に価値はない 10/14
Recommend to Documentation 参考︓コンフルエンスを⽤いた分析レポート作成 オンラインで共有 = 情報の共有の閾値が低 (全ての実験結果をコンフルに記載) 11/14
Recommend to Documentation 参考︓分析レポート以外の記事もたくさん書いてます 12/14
Recommend to Documentation 参考︓どう鍛えるの︖ 意識して経験するしかないと思っています。。。 Do Best Every Time ※むしろ良い⽅法をご存知の⽅教えてください、、、
13/14
Recommend to Documentation まとめ - 情報の伝達⼿段としてドキュメンテーションは有効 - 「誰」に「何を」伝えたいかの「構造化」を意識したドキュメント化 14/14
Recommend to Documentation 参考⽂献 - はじめてのNoteと、ドキュメンテーションについて (本登壇はこの資料に超影響を受けてます) - 1分で話せ 世界のトップが絶賛した⼤事なことだけシンプルに伝える技術
- イシューからはじめよ 知的⽣産の「シンプルな本質」 - なぜあなたのPull Requestは読まれないのか - Cookiecutter Data Science