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
94
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
3.5k
入門 量子コンピュータの世界
taihatake12
0
82
Other Decks in Technology
See All in Technology
ハッカー視点で学ぶサイバー攻撃と防御の基本
nomizone
3
1.4k
20250612_GitHubを使いこなすためにソニーの開発現場が取り組んでいるプラクティス.pdf
osakiy8
1
550
「規約、知識、オペレーション」から考える中規模以上の開発組織のCursorルールの 考え方・育て方 / Cursor Rules for Coding Styles, Domain Knowledges and Operations
yuitosato
4
870
Kotlinで学ぶ 代数的データ型
ysknsid25
5
1k
Digitization部 紹介資料
sansan33
PRO
1
4.1k
Bill One 開発エンジニア 紹介資料
sansan33
PRO
4
12k
AIエージェントの継続的改善のためオブザーバビリティ
pharma_x_tech
3
300
マルチテナント+マルチプロダクト SaaS への AI Agent の組み込み方
kworkdev
PRO
1
210
やさしい認証認可
minorun365
PRO
29
12k
Monorepo Error Management: Automated Runbooks and Team-Targeted Alert Distribution
biwashi
1
140
バクラクのモノレポにおける AI Coding のための環境整備と {Roo,Claude} Code活用事例 / AI Coding in Bakuraku's Monorepo: Environment Setup & Case Studies with {Roo, Claude} Code
upamune
8
5.4k
JavaのMCPサーバーで体験するAIエージェントの世界
tatsuya1bm
1
220
Featured
See All Featured
Making the Leap to Tech Lead
cromwellryan
134
9.3k
Testing 201, or: Great Expectations
jmmastey
42
7.5k
The Art of Programming - Codeland 2020
erikaheidi
54
13k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3k
Agile that works and the tools we love
rasmusluckow
329
21k
Rails Girls Zürich Keynote
gr2m
94
14k
Being A Developer After 40
akosma
90
590k
Speed Design
sergeychernyshev
30
990
Side Projects
sachag
454
42k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.4k
Navigating Team Friction
lara
186
15k
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