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
乾・岡崎研究室で学んだ大切なこと
Search
Katsuma Narisawa
June 24, 2018
Research
1.1k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
乾・岡崎研究室で学んだ大切なこと
東北大学の乾・鈴木研究室で、OBとしてLTした際の資料です。
Katsuma Narisawa
June 24, 2018
More Decks by Katsuma Narisawa
See All by Katsuma Narisawa
新規事業を牽引する技術選定 〜フルスタックTypeScript開発の実践事例〜
nullnull
3
450
高単価案件で働くための心構え
nullnull
1
320
TypeScriptとモジュラーモノリスで挑む複雑なWebアプリケーション開発
nullnull
6
5.6k
日本中のカップルを支える技術
nullnull
0
640
Other Decks in Research
See All in Research
さくらインターネット研究所テックトーク2026春、研究開発Gr.25年度成果26年度方針
kikuzo
0
160
東京大学工学部計数工学科、計数工学特別講義の説明資料
kikuzo
0
560
医療LLMの現在地〜最新研究から社会実装までを考える〜
kento1109
1
1.6k
2026 東京科学大 情報通信系 研究室紹介 (大岡山)
icttitech
0
4.1k
SOTAのさらに先へ:厳しい推論制約下での高性能モデルのPost-Training
analokmaus
0
1.4k
オーストリア流 都市の公共交通サービス水準評価@公共交通オープンデータ最前線2026
trafficbrain
0
210
Model Discovery and Graph Simulation: A Lightweight Gateway to Chaos Engineering
anatolykr
0
230
Research Engineerという仕事 / Research Engineering: Bridging Research and Business
chck
1
240
第64回CV・PRML勉強会 論文紹介:Linguistic Priors for Visual Decoupling: Towards Symmetric Vision-Brain Alignment
sokikatayama
0
140
GLIM とMegaParticles:正規分布近似の限界とタイトカップリング&パーティクルフィルタの進展 / GLIM and MegaParticles : Progress of the distribution representation in SLAM
koide3
0
610
Overview of AGRODEP Activities and Current Status: Dr. Seraphin Niyonsenga
akademiya2063
PRO
0
120
AIで最適化を解けるか?
mickey_kubo
0
140
Featured
See All Featured
Mozcon NYC 2025: Stop Losing SEO Traffic
samtorres
1
410
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
420
So, you think you're a good person
axbom
PRO
2
2.1k
Building an army of robots
kneath
306
46k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
3k
The SEO identity crisis: Don't let AI make you average
varn
0
520
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
240
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.7k
Impact Scores and Hybrid Strategies: The future of link building
tamaranovitovic
0
340
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
6k
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
190
Transcript
סɾԬ࡚ݚڀࣨͰֶΜͩ ʢຊञͷඒຯ͠͞Ҏ֎ͷʣେͳ͜ͱ by Katsuma Narisawa @NrNrNr7 Έͪͷ͘ͳΜͱ͔ηϛφʔ
!2 "HFOEB ࣗݾհ סݚڀࣨͰֶΜͩେͳ͜ͱ
!3 ᖒͷ͜ͱΛͬͯΔਓSBJTJOH@IBOE
!4 കᖒళళ
!5 Katsuma Narisawa (28) ౦େֶେֶӃใՊֶݚڀՊΛଔۀޙɺ ৽ଔͰ%F/"ʹೖࣾɻιʔγϟϧήʔϜͷӡ༻Τϯ δχΞͱͯ͠ɺ։ൃҎ֎ʹاըੳͳͲ෯͘ ୲ɻ ݄ɺγΣΞϋεͰͷۨԼͱͷग़ձ͍Λ͖ͬ ͔͚ʹɺגࣜձࣾϥϒάϥϑʹೖࣾɻݱࡏϦʔυ
ΤϯδχΞͱͯ͠ɺ։ൃશൠ͔ΒܦӦ໘ͷิࠤ·Ͱ ୲ɻ ͖ͳͷࣸਅɺཱྀɺຊञɺϏʔϧɻ סɾԬ࡚ݚڀࣨͷظੜɻ Speaker
!6
!7
!8
!9
!10 סɾԬ࡚ݚڀࣨ ˙ݚڀɿؚҙؔೝࣝɺಛʹྔදݱपΓͷݚڀ .Ͱ"$--POH1BQFSɺݴޠॲཧֶձɺใࣾձֶ ձFUD ˙ΠϯλʔϯγοϓόΠτ .1'*4VNNFS*OUFSOTIJQ ./**ͷʮϩϘοτ౦େʹೖΕΔ͔ʯԽֶ୲
./B$5F. ϚϯνΣελʔେֶʣ ˙ڝٕϓϩάϥϛϯάɿͦͦ͜͜ ʢ5PQ$PEFSͷ੨৭͘Β͍ɻ*$1$ΞδΞ۠༧બग़ʣ ˙ͦͷଞւ֎ཱྀߦʹΑ͘ߦͬͯ·ͨ͠
!11 סɾԬ࡚ݚڀࣨͰֶΜͩେͳ͜ͱ
େֶӃͰֶͿ͖ͭͷ͜ͱ ઐత࠷ઌͷࣝ ߟ͑Δྗ ݚڀ׆ಈʮߟ͑ΔྗʯΛཆ͏࠷ߴͷOJT ʢס͞Μʣ
ʮߟ͑Δྗʯͱ ཧతࢥߟೳྗ ൷తࢥߟྗ ൃݟೳྗ ʮͳͥʯΛߟ͑Δ l*TTVF͔Β࢝ΊΑz l༏Ε͍ͨɺ༏Εͨ͑ʹউΔz
ճ ݚڀձͷఆྫൃද A͕ॏཁͦ͏ͳͷͰɺBΛͬͯCΛ໌Β͔ʹ͠·͢
ճ ݚڀձͷఆྫൃද A͕ॏཁͦ͏ͳͷͰɺBΛͬͯCΛ໌Β͔ʹ͠·͢ A͕ॏཁͬͯຊʹͦ͏ͳͷʁ ʹXΛ໌Β͔ʹ͢Δ͜ͱ͕·ͣେʹݟ͑Δ ס͞Μ
ճ ݚڀձͷఆྫൃද A͕ॏཁͦ͏ͳͷͰɺBΛͬͯCΛ໌Β͔ʹ͠·͢ A͕ॏཁͬͯຊʹͦ͏ͳͷʁ ʹXΛ໌Β͔ʹ͢Δ͜ͱ͕·ͣେʹݟ͑Δ ͙͵͵ ס͞Μ
ճ จಡΈձ ͜ͷจʹɺA͕ॻ͔Ε͍ͯͯɺBͱ͍͏ख๏ͰCΛ͍ͬͯͯ ʢུʣ
ճ จಡΈձ ͜ͷจʹɺA͕ॻ͔Ε͍ͯͯɺBͱ͍͏ख๏ͰCΛ͍ͬͯͯ ʢུʣ ݁ہɺ͜ͷจͷϙΠϯτͳΜͳͷʁ จͷΤοηϯεԿͳͷʁ ס͞Μ
ճ จಡΈձ ͜ͷจʹɺA͕ॻ͔Ε͍ͯͯɺBͱ͍͏ख๏ͰCΛ͍ͬͯͯ ʢུʣ ݁ہɺ͜ͷจͷϙΠϯτͳΜͳͷʁ จͷΤοηϯεԿͳͷʁ ͙͵͵ ס͞Μ
ճ म࢜ ʢΠϯλʔϯઌʣAͷ࣮͢Δ͔ʙ
ճ म࢜ ʢΠϯλʔϯઌʣAͷ࣮͢Δ͔ʙ ݁ہɺԿΛղܾ͢Δͷ͕ΰʔϧͳͷʁ ͦͷΰʔϧΛղܾ͢ΔͷʹඞཁͳͷɺຊʹAͷ࣮ͳͷʁ ʢ಄ͷதͷʣ ס͞Μ
ճ म࢜ ʢΠϯλʔϯઌʣAͷ࣮͢Δ͔ʙ ݁ہɺԿΛղܾ͢Δͷ͕ΰʔϧͳͷʁ ͦͷΰʔϧΛղܾ͢ΔͷʹඞཁͳͷɺຊʹAͷ࣮ͳͷʁ ຊͷΰʔϧXͩɻ XΛղܾ͢ΔͷʹɺAͰͳ͘·ͣYʹऔΓΉ͖ͩͳɻ ʢ಄ͷதͷʣ ס͞Μ
ճ ձࣾͷܦӦձٞ ച্͕৳ͼΜͰΔͳ͋ɻ ࢪࡦAͱࢪࡦBͱࢪࡦCͱɺͲΕ͔ΒखΛ͚ͭΔ͖ͩΖ͏ɻ
ճ ձࣾͷܦӦձٞ ച্͕৳ͼΜͰΔͳ͋ɻ ࢪࡦAͱࢪࡦBͱࢪࡦCͱɺͲΕ͔ΒखΛ͚ͭΔ͖ͩΖ͏ɻ ࠓߟ͑Δ͖ɺࢪࡦA-Cͷ͜ͱͳͷͩΖ͏͔ʁ ͦΕ͕ࠓͷձࣾͷίΞͳ՝ͳͷͩΖ͏͔ʁ ʢ಄ͷதͷʣ ʢ֓೦ͱͯ͠ͷʣ ס͞Μ
ճ ձࣾͷܦӦձٞ ച্͕৳ͼΜͰΔͳ͋ɻ ࢪࡦAͱࢪࡦBͱࢪࡦCͱɺͲΕ͔ΒखΛ͚ͭΔ͖ͩΖ͏ɻ ࠓߟ͑Δ͖ɺࢪࡦA-Cͷ͜ͱͳͷͩΖ͏͔ʁ ͦΕ͕ࠓͷձࣾͷίΞͳ՝ͳͷͩΖ͏͔ʁ ࢪࡦA-Cେ͕ͩɺͦΕΑΓ·ͣ ཧͷϓϩμΫτͷঢ়ଶΛ໌֬ʹ͠ͳ͚Ε ʢ಄ͷதͷʣ ʢ֓೦ͱͯ͠ͷʣ
ס͞Μ
ʮԿͷͨΊʹʯʮԿΛ͢Δͷ͔ʯΛৗʹߟ͑Δ ʹࣗͷ಄ͷதʹס͞ΜΛৗறͤ͞Δ ͋ ˞͜Ε͕Ͱ͖͍ͯΔਓɺҙ֎ͱੈͷதʹগͳ͍
େֶӃͰֶͿ͖ͭͷ͜ͱ ઐత࠷ઌͷࣝ ߟ͑Δྗ ˡͪΖΜͬͪ͜େࣄʂ ʢࣾձਓͰֶͿͷͪΐͬͱେมʣ
!28 ͓͡͞Μ͕ʮࠓͷ͏ͪʹษڧ͠ͱ͚Αʂʯͱݴͬͯڹ͔ͳ͍ͱࢥ͏ͷͰɺ ·͋ͱʹ͔͘ɺࠓͷڥΛ࠷େݶָ͠ΜͰ͍ͩ͘͞ʂ