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
Sage Makerで構築する価格推定システム
Search
Keita Mizushima
November 05, 2019
Programming
0
81
Sage Makerで構築する価格推定システム
Connehito Marché vol.6 〜機械学習・データ分析市〜
https://connehito.connpass.com/event/149552/
Keita Mizushima
November 05, 2019
Tweet
Share
More Decks by Keita Mizushima
See All by Keita Mizushima
M5StickC+Vで脳波で撮影するカメラを作った話
odrum428
1
2k
僕が作りたい世界と現状の問題点
odrum428
0
1.2k
ランサーズと機械学習のこれから
odrum428
0
80
WordPressを PHP5.6から7.2にアップデートした話
odrum428
0
63
Other Decks in Programming
See All in Programming
.NET のための通信フレームワーク MagicOnion 入門 / Introduction to MagicOnion
mayuki
1
2k
Functional Event Sourcing using Sekiban
tomohisa
0
110
DevTools extensions で 独自の DevTool を開発する | FlutterKaigi 2024
kokiyoshida
0
140
Quine, Polyglot, 良いコード
qnighy
4
650
Welcome JSConf.jp 2024
yosuke_furukawa
PRO
0
450
romajip: 日本の住所CSVデータを活用した英語住所変換ライブラリを作った話
sangunkang
0
320
Enabling DevOps and Team Topologies Through Architecture: Architecting for Fast Flow
cer
PRO
0
370
Kaigi on Rails 2024 〜運営の裏側〜
krpk1900
1
270
3 Effective Rules for Using Signals in Angular
manfredsteyer
PRO
0
130
3 Effective Rules for Using Signals in Angular
manfredsteyer
PRO
1
110
rails new flags - `rails new` のフラグから Rails を構成するコンポーネントの変遷をザックリ眺める
snaka
0
1.8k
Remix on Hono on Cloudflare Workers
yusukebe
1
320
Featured
See All Featured
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
A Tale of Four Properties
chriscoyier
156
23k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
280
13k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
665
120k
Site-Speed That Sticks
csswizardry
0
40
Large-scale JavaScript Application Architecture
addyosmani
510
110k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
131
33k
5 minutes of I Can Smell Your CMS
philhawksworth
202
19k
Optimising Largest Contentful Paint
csswizardry
33
2.9k
Gamification - CAS2011
davidbonilla
80
5k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
16
2.1k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
0
130
Transcript
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 Sage Makerで構築 する価格推定システム 株式会社ランサーズ 開発部 水島 啓太
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 2 今日話すこと 機械学習でなんかやってよと言 われてやってみた話
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 3 伝えられる内容 ランサーズの機械学習周りの話 機械学習プロジェクト立ち上げ時の話 Sage
Maker運用のpros・cons
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 4 自己紹介 version: '21’ services:
introduce: name : Keita Mizushima company : Lancers, Inc. position : Backend/AI Engineer twitter : @0xb5951 github : odrum428
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 5 ランサーズとは
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 機械学習の歴史
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 7 社内Wikiで歴史を見てみる... 最古の機械学習関連 テキストは2016年 この時代は調査のみで
本格的な実装には着手せず
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 8 時は進み... 2017年4月から毎週金曜日の20%は好きなテーマが 開発できるというルールの中で機械学習に取り組む。(現在は廃止) 当時のメンバーを中心にメッセージの機械学習監視プロジェクトがスタート
これがランサーズとして、最初の機械学習プロジェクトとなる。 実対応時間 ⇨ 96.9 [%] 減
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 機械学習でなんかできない? 単価とかあげられないかな?
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 まずは方向性を決める 導入対象の条件 ・ きちんと着地する ・
事業数値に影響を与える アプローチ ユーザの意思決定コストを下げる
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 企画を考えてみる ひたすらアイディア出し ・他社事例 ・コンペっぽい対象を見つける ・ユーザが時間をかけている部分を洗い出し
必要なキーマン ・ドメイン知識を持っている人 ・MLちょっとできる人 ・権力を持った
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 今回取り組んだ施策 依頼がいくらで成約するかを推定 クライアントが立てた依頼に対して、 どれくらいの金額で成約するかを予測&提案 単価UPと意思決定コストの削減が目的
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 要件 ・使い捨ててもいいような設計にしておく ・手早く実装したい ・モデリングもなるべく楽に ・コストより実装のしやすさ、柔軟性を重視
どういうアーキテクチャにしよう
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 16 Sage Makerについて ・AWSが提供している完全マネージドの機械学習サービス ・モデルの開発から、学習、デプロイまで対応
・学習済みモデルが用意されているので、初学者でもそこそこ使える ・リアルタイムやバッチ処理どちらにも対応
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 17 アーキテクチャ
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 18 モデル構築フロー 学習を実行 バッチでデータを転送 モデル保存
XGBoost+α ユーザデータを集計
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 今日リリース....
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 できませんでした! 今週中にはリリースできる予定
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 Sage Makerの pros・cons
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 23 pros : 検証、モデルの学習からデプロイまで対応 学習
デプロイ インフラの構築や、運用などを考えなくても良い Notebookで学習からデプロイまで一括で実行できる
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 24 pros : Notebookのサンプルがちゃんとある 組み込みのモデルも有名どころはかなり充実している
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 25 cons : 全体像をうまく掴むのが難しい 学習、デプロイ時はNotebookインスタンスから、
別のコンテナを呼び出す。 コンテナの知識を裏で意識しないと把握しづらいかも。
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 26 cons : 独自実装のモデルを使うのには向いてない 学習モデルのユースケース
①組み込みのアルゴリズムを使用する ②構築済みのコンテナイメージを使用 ③構築済みのコンテナイメージを拡張します ④独自のカスタムコンテナイメージを構築する 独自実装や拡張したモデルを使いたい場合には Docker Fileを定義する必要がある。 ④やりたいなら、別の手法でやった方が良いかも。
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 27 cons : そこそこお金かかる エンドポイントを複数個立てるようになってくるとお金がかかってく
る。 モデルだけ流用して、別環境で運用するのもあり
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 28 開発してみての知見 ・落とし所決めるのが難しい モデルの解釈性、既存との組み込み、リスクどこまでとるか ・ハマる対象をうまく見つけられるかがキモ
・Redashにデータがまとまっている嬉しさ ・MLの導入段階ではSage Makerはオススメ
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 29 絶賛採用中!! AIチーム立ち上げ中!!! 現在 僕+インド人(入社予定)
2019/11/5 Connehito Marché vol.6 〜機械学習・データ分析市〜 ご静聴ありがとう ございました!!