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
学生・社会人の居残り勉強 ~必修科目:機械学習を理解しよう~
Search
taisei hatakeyama
August 02, 2018
Technology
2
96
学生・社会人の居残り勉強 ~必修科目:機械学習を理解しよう~
・簡単に概略レベルで理解する機械学習
・機械学習のいく末は
・colaboratoryを使った顔認識のハンズオン
・アプリを作ってみた話
taisei hatakeyama
August 02, 2018
Tweet
Share
More Decks by taisei hatakeyama
See All by taisei hatakeyama
NoCode勉強会
taihatake12
0
2k
非エンジニアの私が機械学習エンジニアになった話
taihatake12
1
3.6k
入門 量子コンピュータの世界
taihatake12
0
82
Other Decks in Technology
See All in Technology
パフォーマンスチューニングのために普段からできること/Performance Tuning: Daily Practices
fujiwara3
2
180
書籍『実践 Apache Iceberg』の歩き方
ishikawa_satoru
0
420
20251029_Cursor Meetup Tokyo #02_MK_「あなたのAI、私のシェル」 - プロンプトインジェクションによるエージェントのハイジャック
mk0721
PRO
6
2.2k
今から間に合う re:Invent 準備グッズと現地の地図、その他ラスベガスを周る際の Tips/reinvent-preparation-guide
emiki
1
220
オブザーバビリティと育てた ID管理・認証認可基盤の歩み / The Journey of an ID Management, Authentication, and Authorization Platform Nurtured with Observability
kaminashi
2
1.6k
アウトプットから始めるOSSコントリビューション 〜eslint-plugin-vueの場合〜 #vuefes
bengo4com
3
1.9k
アノテーション作業書作成のGood Practice
cierpa0905
PRO
1
350
様々なファイルシステム
sat
PRO
0
280
20251027_マルチエージェントとは
almondo_event
1
510
文字列操作の達人になる ~ Kotlinの文字列の便利な世界 ~ - Kotlin fest 2025
tomorrowkey
2
310
OPENLOGI Company Profile for engineer
hr01
1
46k
dbtとAIエージェントを組み合わせて見えたデータ調査の新しい形
10xinc
7
1.7k
Featured
See All Featured
A designer walks into a library…
pauljervisheath
209
24k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
Typedesign – Prime Four
hannesfritz
42
2.8k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1k
Testing 201, or: Great Expectations
jmmastey
46
7.7k
Context Engineering - Making Every Token Count
addyosmani
8
330
Agile that works and the tools we love
rasmusluckow
331
21k
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Scaling GitHub
holman
463
140k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
249
1.3M
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.7k
Transcript
学生・社会人の居残り勉強 必修科目:機械学習を理解しよう 2018/08/02 Lightning Talk Taisei Hatakeyama Machine Learning &
Web App Engineer
自己紹介 新卒でITコンサルタント 2015年 エンジニアになることを決意 2018年 アプリエンジニアとしてスタート 別会社で機械学習エンジニアに 4月 6月 大学ではマーケティング専攻
2011年 経歴 基本情報 name 畠山 大世 hobby 読書(漫画/ビジネス書) 乃木坂46 ゴシップガール sports スキー テニス ゴルフ
経験や勘、考えて決断している 1. 機械学習は必修科目 機械学習とは、機械が優先度づけすること! 人間 機械 大量のデータを計算し、特徴を探し出す 必要 A 不要
B う〜ん C
1. 機械学習は必修科目 機械学習ができるのは分類と予測! 予測 分類 データの特徴を見つけ分ける ※もちろん、分類する観点は様々 ・全部、違う図形 ・角の数 ・図形という括りですべて同じ
過去のデータと近しい結果を出す ※もちろん、比較を間違うと ・予測が大ハズレなんてことも
1. 機械学習は必修科目 機械学習が使われている身近なサービス カスタマーサポート マーケティング ライター/メディア 動画 エンジニア
1. 機械学習は必修科目 機械学習が使われるまでの流れ 目的 データ 収集 データ 抽出 モデル 作成
検証 マッチング 精度向上 行動ログ 個人情報 絞る 整理 アルゴリズム マッチング 精度を観測 マッチングビジネスの場合 概要
Big Query ML SQLを書くだけで、モデルが作れる 1. 機械学習は必修科目 機械学習エンジニアの終焉!SQLだけで十分! 最近では、マーケッターやビジネスサイドの方も「SQLなら書ける」というのは多い!
1. 機械学習は必修科目 機械学習エンジニアの終焉!SQLだけで十分! 目的 データ 収集 データ 抽出 モデル 作成
検証 機械学習エンジニア・データサイエンティストが行なっていた “簡単”な部分は一気にBig Queryに置き換わっていく!(難易度の高いものはまだまだ。)
1. 機械学習は必修科目 実装でなく、設計ができることが重要 目的 データ 収集 データ 抽出 モデル 作成
検証 目的を考えられることが重要! そのためには、「何に使えるのか」「どう使えるのか」を理解しよう!
2. 機械学習を体験しよう Colaboratoryを使ってみよう
2. 機械学習を体験しよう Colaboratoryを使ってみよう
2. 機械学習を体験しよう Colaboratoryを使ってみよう
3. 機械学習でサービスつくった感想 サービス名は、『Chick Or Bear』 「ひよこ」と「くま」ぐらいは 見分けられる! 「ひよこ」と「くま」どっち!? あなたの画像から判定します!!! Chick
Or Bear コンセプト 内容
3. 機械学習でサービスつくった感想 技術要素/アーキテクチャ PC mobile model Image Analysis Vision API
TensorFlow API API App Engine Vue.js Vuetify axios モデル 試してみたいものを選んでいたら、変な構成になった。。。
⚫ 機械学習は、強力だがツールでしかない! ⚫ APIやSQLといった一般的な技術で機械学習ができる! ⚫ だからこそ、何のために使うかを考えられることが大事! 4. まとめ 目的を考えられる人が結局強い