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
東海高校OBが語るマスコミでのデータサイエンティストの仕事 / data scientist ...
Search
Shotaro Ishihara
February 24, 2021
Education
0
1.8k
東海高校OBが語るマスコミでのデータサイエンティストの仕事 / data scientist in news media at satprogram38
中止となった「第38回サタデープログラム」で発表予定だった資料を、一般公開用に編集しました。
https://www.satprogram.net/list.html
Shotaro Ishihara
February 24, 2021
Tweet
Share
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
Web からのデータ収集と探究事例の紹介 / no94_jsai_seminar
upura
0
120
記者・編集者との協働:情報技術が変えるニュースメディア / Kaishi PU 2024
upura
0
69
ニュースメディアにおける生成 AI の活用と開発 / UTokyo Lecture Business Introduction
upura
0
240
マルチモーダル AI 実装の課題と解決策 / Developer X Summit
upura
0
270
ニュースメディアにおける事前学習済みモデルの可能性と課題 / IBIS2024
upura
3
810
「巨人の肩の上」で自作ライブラリを作る技術 / pyconjp2024
upura
3
990
Quantifying Memorization and Detecting Training Data of Pre-trained Language Models using Japanese Newspaper
upura
0
66
第 2 部 11 章「大規模言語モデルの研究開発から実運用に向けて」に向けて / MLOps Book Chapter 11
upura
0
500
第19回YANSシンポジウムスポンサー資料 / yans2024-nikkei
upura
0
72
Other Decks in Education
See All in Education
Human Perception and Colour Theory - Lecture 2 - Information Visualisation (4019538FNR)
signer
PRO
0
2.3k
Tips for the Presentation - Lecture 2 - Advanced Topics in Big Data (4023256FNR)
signer
PRO
0
200
Ch4_-_Cours_2.pdf
bernhardsvt
0
170
生成AIと歩むこれからの大学
gmoriki
0
1k
ISMS審査準備ブック_サンプル【LRM 情報セキュリティお役立ち資料】
lrm
0
1.1k
地図を活用した関西シビックテック事例紹介
barsaka2
0
170
Power Automate+ChatGPTを使ってエンジニア教育を改善してみた #RPALT
masakiokuda
0
140
2024年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2024. 12. 11)
akiraasano
PRO
0
120
新人研修の課題と未来を考える
natsukokanda1225
0
1.3k
Sanapilvet opetuksessa
matleenalaakso
0
31k
Why Did Douglass Change His Mind?
oripsolob
0
410
Security, Privacy and Trust - Lecture 11 - Web Technologies (1019888BNR)
signer
PRO
0
2.7k
Featured
See All Featured
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
27
1.9k
What's in a price? How to price your products and services
michaelherold
244
12k
Unsuck your backbone
ammeep
669
57k
Building a Modern Day E-commerce SEO Strategy
aleyda
38
7.1k
The Art of Programming - Codeland 2020
erikaheidi
53
13k
It's Worth the Effort
3n
184
28k
How GitHub (no longer) Works
holman
314
140k
Faster Mobile Websites
deanohume
306
31k
Code Reviewing Like a Champion
maltzj
521
39k
The Pragmatic Product Professional
lauravandoore
32
6.4k
Building an army of robots
kneath
303
45k
Into the Great Unknown - MozCon
thekraken
35
1.6k
Transcript
౦ւߴߍ0#͕ޠΔ ϚείϛͰͷ σʔλαΠΤϯςΟετͷࣄ ੴݪↅଠ ౦ւߴߍճଔʢʣ ୈճαλσʔϓϩάϥϜʢதࢭʣ ˞ൃද༧ఆͩͬͨࢿྉΛɺҰൠެ։༻ʹฤू ݄
ٕज़ֵ৽ͰมΘΔϚείϛ σʔλαΠΤϯςΟετ l"*z͕ͨΒ͢՝ͱઓ z"*z࣌Λੜ͖͍ͯ͘
χϡʔεϝσΟΞ º σʔλαΠΤϯε
໊ݹͰੜ·ΕΔ த৽ฉ ಡച৽ฉ ΛಡΜͰҭͭ ౦ւߴߍʹೖֶ ౦େ ཧᶗ ʹೖֶˍ ެӹࡒஂ๏ਓ౦ژେֶ৽ฉࣾʹೖࣾ
౦ژେֶ৽ฉࣾʹͯ • هऀɺ൛ɺฤू • σδλϧ൛ͷ্ཱͪ͛ • Πϕϯτओ࠵ • ࠂӦۀ
౦େͰֶ෦ʹਐֶ͠ɺσʔλੳ ΛςʔϚʹݚڀ ଔɿίϛϡχςΟͷಛΛߟྀͨ͠ ݟकΓαʔϏεઃܭख๏ͷ։ൃ ˞ֶ෦ͷଔ༏लΛड
⚔χϡʔεϝσΟΞºσʔλαΠΤϯε • ࠃࡍχϡʔεϝσΟΞڠձʹΑΔ ʮੈքͷࡀҎԼਓʯʹબग़ • ੳͷੈքେձͰ༏উ • ʰ,BHHMFελʔτϒοΫʱग़൛
ٕज़ֵ৽ͰมΘΔ χϡʔεϝσΟΞ
ຊͷ৽ฉͷൃߦ෦ͷਪҠ IUUQTXXXQSFTTOFUPSKQEBUBDJSDVMBUJPODJSDVMBUJPOQIQ ੈଳ୯Ґ
എܠʹٕज़ֵ৽ • ΠϯλʔωοτɾεϚϗͷීٴ • 4/4ొʢ୭͕ൃ৴Ͱ͖Δ࣌ʣ • ʮϚείϛʯͷ่յ • ൃ৴ ༰ݕূ
ݸਓ࠷దԽ
ຖ͍ͬͯΔɾαʔϏεʁ✋ • εϚϗɾλϒϨοτɾύιίϯ ͳͲ • 4/4ɾಈը৴ ͳͲ • χϡʔεαΠτ •
ʢࢴͷʣ৽ฉ
ओઓΠϯλʔωοτ • Մॲ࣌ؒͷୣ͍߹͍ • ڝ߹4/4ɾಈը৴ ͳͲ • ৽ฉΠϯλʔωοτਐग़ • ΩʔϫʔυʮσδλϧԽɾࠃࡍԽʯ
৽ฉࣾͷࡏΓํ͕มΘͬͨ • ࢴͷ৽ฉΛ࡞Δਓ • 🆕 ిࢠ൛Λ࡞Δਓ • 🆕 ϢʔβͷԠΛݟΔਓ •
🆕 ϢʔβͷԠΛݟͯվળ͢Δਓ
σʔλαΠΤϯςΟετ ͱԿऀ͔
ࢴͷ৽ฉ͚ͩͩͬͨ࣌
Πϯλʔωοτ͕ීٴͨ࣌͠ 🆕 ిࢠ൛Λ࡞Δਓ 🆕 ϢʔβͷԠΛ ݟΔਓ 🆕 ϢʔβͷԠΛ ݟͯվળ͢Δਓ
ଟ͘ͷۀքͰى͖͍ͯΔྲྀΕ • ϢϏΩλε *OUFSOFUPG5IJOHT %JHJUBM5SBOTGPSNBUJPO • ͋ΒΏΔͷΛܭଌ͠׆༻͢Δ • ڭҭɾεϙʔπɾྲྀ௨ɾ ͳͲ
ʮσʔλʯ͕ՁΛ࢈Ή σʔλʢӳEBUBʣͱɺࣄ࣮ࢿྉΛ ͢͞ݴ༿ɻ ݴޠతʹෳܗͰ͋ΔͨΊɺ ݫີʹෳͷࣄͷू·Γͷ͜ͱ Λࢦ͠ɺ୯ܗ EBUVNʢσʔλϜʣͰ ͋Δɻ ຊޠXJLJQFEJBΑΓ
σʔλαΠΤϯςΟετͱ ʮσʔλ͔ΒՁΛग़͠ɺ Ϗδωε՝ʹ͑Λग़͢ ϓϩϑΣογϣφϧʯ σʔλαΠΤϯςΟετڠձ IUUQXXXEBUBTDJFOUJTUPSKQGJMFTOFXTQEG
खஈ • ͷઐࣝ • ֶɾ౷ܭͷࣝʢ࣌ʹʮ"*ʯʣ • ϓϩάϥϛϯάͷٕज़ ϓϩάϥϚɾ*5ΤϯδχΞͷҰछ
IUUQTICSPSHEBUBTDJFOUJTUUIFTFYJFTUKPCPGUIFTUDFOUVSZ ੈلɺ࠷ηΫγʔͳࣄ
IUUQTCMPHPTDPN BSUJDMF
۩ମతʹ͍ͬͯΔ͜ͱͷൈਮ • Ϣʔβͷߦಈੳ • هࣄاۀͷਪન • ۀͷࣗಈԽɾޮԽ
• σʔλऩूج൫ͷߏங • ར༻ಈͷੳ • ࢪࡦͷʮ"#ςετʯ • ݟग़͠ͷग़͚͠ʢڧԽֶशʣ
ࢪࡦͷʮ"#ςετʯ " ΫϦοΫ ΫϦοΫ
۩ମతʹ͍ͬͯΔ͜ͱͷൈਮ • Ϣʔβͷߦಈੳ • هࣄاۀͷਪન • ۀͷࣗಈԽɾޮԽ
هࣄاۀͷਪન աڈʹಡΜͩهࣄ ৽͍͠هࣄʢຊʣ Λֶश ਪન
จষΛʮϕΫτϧʯʹม աڈʹಡΜͩهࣄ Λֶश (𝒙, 𝒚) = (𝟕, 𝟐)
ϢʔβͷʮΈʯϕΫτϧΛࢉग़ աڈʹಡΜͩهࣄ Λֶश (𝒙, 𝒚) = (𝟕, 𝟐) ✗
ʮΈʯʹ͍ۙهࣄΛਪન աڈʹಡΜͩهࣄ Λֶश (𝒙, 𝒚) = (𝟕, 𝟐) ✗ (𝒙,
𝒚) = (𝟕, −𝟐) (𝒙, 𝒚) = (𝟑, 𝟔) ڑΛܭࢉ
จষΛʮϕΫτϧʯʹม ౦ւߴߍ0#͕ޠΔʂϚείϛʹ͓͚ΔσʔλαΠΤϯςΟ ετͷࣄ 𝑨 = (𝟏, 𝟏, 𝟏) ςϨϏہ͕౦ւߴߍʹऔࡐʹདྷͨΒ͍͠ 𝑨
= (𝟏, 𝟎, 𝟎) σʔλαΠΤϯςΟετʹͳΔͨΊʹ 𝑨 = (𝟎, 𝟎, 𝟏) ໊ݹʹདྷͨΒखӋઌͱϥʔϝϯͩ 𝑨 = (𝟎, 𝟎, 𝟎)
ϧʔϧ࡞Γқ͕ߴ͍ • Ͳͷ୯ޠΛ࠾༻͢Δʁ • Կݸͷ୯ޠΛج४ʹ͢Δʁ • ʮϚείϛʯʮςϨϏہʯҧ͏ʁ • ͲΕ͚͚ͩۙΕਪન͢Δʁ
ػցֶशʢڭࢣ͋Γֶशʣ
ʮܾఆڥքʯΛֶश աڈʹಡΜͩهࣄ Λֶश
ڭࢣ͋Γֶशͷ۩ମྫ • ը૾ೝࣝʢ(PPHMFը૾ݕࡧʣ • Իೝࣝʢ4JSJʣ • ໎ϝʔϧͷࣗಈྨʢ(NBJMʣ
σʔλੳͷੈքେձʢࢲͷ࣮ʣ • ϖοτͷҾ͖औΓ༧ଌʢ,BHHMF Ґʣ • ѱ࣭ͳίϝϯτͷྨʢ,BHHMF Ґʣ • $07*%ͷ3/"ͷ׆ੑ༧ଌʢ,BHHMF Ґʣ
• පͷ༧ଌʢ4*(/"5& Ґʣ • ٿͷདྷ༧ଌʢύɾϦʔά Ґʣ
۩ମతʹ͍ͬͯΔ͜ͱͷൈਮ • Ϣʔβͷߦಈੳ • هࣄاۀͷਪન • ۀͷࣗಈԽɾޮԽ
• هࣄͷࣗಈཁɾࣗಈੜ • จষͷߍӾɾߍਖ਼ • όΠΞεͷݕ
l"*z͕ͨΒ͢ ՝ͱઓ
• ѱҙΛ͍࣋ͬͨํ • ݸਓ࠷దԽͷฐ • "*ͷެฏੑɾղऍੑ
ѱҙΛ࣋ͬͨίϯςϯπͷੜ • ϑΣΠΫχϡʔεͷ֦ࢄ • ੜٕज़ͷߴԽʼݕূ IUUQTZPVUVCFD2(%NF- IUUQTZPVUVCFG+3O&@)N"
("/ɿఢରతੜωοτϫʔΫͱԿ͔ ʙʮڭࢣͳֶ͠शʯʹΑΔը૾ੜ
ِ͔Λఆ͢Δίϯςετ͕։࠵ ༏উۚສԁ IUUQTXXXLBHHMFDPNDEFFQGBLFEFUFDUJPODIBMMFOHF
ϑΟϧλʔόϒϧ ࣗͷΈͷ༰͚͕ͩ৴͞Εͯࢹ͕ڱ͘ͳΔ ΤίʔνΣϯόʔ ࣗͱಉ͡ҙݟ͔Γʹ͢Δ͜ͱͰɺࣗͷҙݟ ͕ઈରతͩͱޡղͯ͠͠·͏
ηϨϯσΟϐςΟ ૉఢͳۮવɻࢴͷ৽ฉʹ٭ޫʁ 6*69Ͱͷ 4NBSU/FXTͷྫ IUUQTUFDIDSVODIDPNTNBSUOFXTMBUFTU OFXTEJTDPWFSZGFBUVSFTIPXTVTFSTBSUJDMFTGSPNBDSPTT UIFQPMJUJDBMTQFDUSVN
"*ͷஅͰਓੜΛࠨӈ͞ΕΔࣄྫ • "*ͳͥͦͷஅΛԼ͔ͨ͠ʁ • அྙཧతɾಓಙతʹଥ͔ • ઃܭࣗମʹͳ͍ͷ͔ʁ
ۙͰٞΛݺΜͩྫ • ࠾༻ʹؔ͢Δ"* • ۚ༥ʹؔ͢Δ"* • ਓछʹؔ͢Δ"*
l"*z࣌Λ ੜ͖͍ͯ͘
ຊͷ·ͱΊ • ٕज़ֵ৽ͰۀքʹมԽ͕ى͖ͨ • σʔλ͔ΒՁΛग़͢Δ࣌ • େͳͷ͍ํ
དྷऀͷϝοηʔδ ʮ"*ʯͷൃల͕͞·͟·ʹͳΔதɺਓؒʹ͔͠Ͱ͖ͳ͍ͷ ʮఆٛʯ͢Δ͜ͱͩͱݸਓతʹࢥ͍ͬͯ·͢ɻٕज़ͰԿͰՄೳʹ ͳͬͨͱ͖ɺԿΛͬͯΑ͍͔ܾΊΔͷ͕େͰ͢ɻʮཧܥɾจܥʯ ͱ͍͏ΈʹनΘΕͳ͍ɺΑΓྖҬԣஅతͳ͕ٞඞཁͰɺதߴੜ ͷօ͞Μʹͥͻ෯͘ઓͯ͠Έͯ΄͍͠Ͱ͢ɻࣗʮχϡʔε ϝσΟΞºσʔλαΠΤϯεʯͷֻ͚߹ΘͤͰࣄΛ͍ͯ͠·͢ɻ