Upgrade to Pro — share decks privately, control downloads, hide ads and more …

機械学習導入以前。 temona tech night vol. 17 登壇資料

Suguru Ohki
April 17, 2019
Programming
0
110

機械学習導入以前。 temona tech night vol. 17 登壇資料

temona tech night vol.17に登壇した際の資料。
機械学習導入以前に気にするべき話。
google slides で作成したため、何かよくない挙動があるかも。

Suguru Ohki

April 17, 2019
Tweet

More Decks by Suguru Ohki

See All by Suguru Ohki
創業期 Not Severless ! ~ たくさんのリプレイスを添えて~
suguruooki
0
190
Kaigi On Railsあるし、Railsについて語ろう！
suguruooki
0
79
俺たちのPHPの型システムはすごいぞっ！
suguruooki
1
640
TechTrain しくじり先生 - Nuxt.js, Vue.js -
suguruooki
0
890
Vue.jsのソースコードリーディング事始め
suguruooki
0
950
Vue.js 入門した時の現場がカオスだった話
suguruooki
0
180
エンジニアになったきっかけ
suguruooki
0
89

Other Decks in Programming

See All in Programming
How mixi2 Uses TiDB for SNS Scalability and Performance
kanmo
37
14k
『GO』アプリ データ基盤のログ収集システムコスト削減
mot_techtalk
0
120
GAEログのコスト削減
mot_techtalk
0
120
XStateを用いた堅牢なReact Components設計~複雑なClient Stateをシンプルに~ @React Tokyo ミートアップ #2
kfurusho
1
900
GitHub Actions × RAGでコードレビューの検証の結果
sho_000
0
260
CI改善もDatadogとともに
taumu
0
120
クリーンアーキテクチャから見る依存の向きの大切さ
shimabox
2
300
ソフトウェアエンジニアの成長
masuda220
PRO
10
1.1k
ペアーズでの、Langfuseを中心とした評価ドリブンなリリースサイクルのご紹介
fukubaka0825
2
320
Kubernetes History Inspector(KHI)を触ってみた
bells17
0
230
技術を根付かせる / How to make technology take root
kubode
1
250
『GO』アプリ バックエンドサーバのコスト削減
mot_techtalk
0
140

Featured

See All Featured
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
Facilitating Awesome Meetings
lara
52
6.2k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5.2k
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
BBQ
matthewcrist
87
9.5k
Designing on Purpose - Digital PM Summit 2013
jponch
117
7.1k
Visualization
eitanlees
146
15k
Six Lessons from altMBA
skipperchong
27
3.6k
Measuring & Analyzing Core Web Vitals
bluesmoon
6
240
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
193
16k
Typedesign – Prime Four
hannesfritz
40
2.5k
How to Ace a Technical Interview
jacobian
276
23k

Transcript

  1. 将来機械学習を入れたいな らデータ設計も見直さないと ツラミがあるよ

  2. なんちゃってLT 機械学習導入以前。

  3. Hamee 開発部 新卒2年目 POL 技術開発室 WEBエンジニア(Phper) データ分析 機械学習 おっきー 大木

    優 @gurusu_program 酒は人生

  4. Hamee 開発部 新卒2年目 POL 技術開発室 WEBエンジニア(phper) データ分析 機械学習 おっきー 大木

    優 @gurusu_program 酒は人生

  5. みなさん

  6. データの設計 考えてますか？

  7. 考えてないなら

  8. 考えてないなら 機械学習なんて 言わないでくれ頼む。

  9. 例えば・・・ プログラミング 始めちゃうぞ！ T さん

  10. id name 1 PHP 2 F 3 COBOL 4 C

    5 D 例えば・・・

  11. id name 1 PHP 2 F 3 COBOL 4 C

    5 D こうなったら何もできないに等しい。 95% 1% 1% 1% 1%

  12. どうすれば良いのか

  13. 1.データの変遷を可視化 2.CSと連携

  14. 1.データの変遷を可視化 2.CSと連携

  15. None

  16. 1.データの変遷を可視化 2.CSと連携

  17. ユーザインタビュー

  18. まとめ

  19. 1. データの設計とWEBの設計は疎 2. 機械学習導入よりデータの現状把握 3. お客さんの項目決定理由を探る

  20. 機械学習と言う前に 見直しをお願いします。

  21. あざました！ Twitter