$30 off During Our Annual Pro Sale. View Details »
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
1.9k
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
情報技術の社会実装に向けた応用と課題:ニュースメディアの事例から / appmech-jsce 2025
upura
0
280
日本語新聞記事を用いた大規模言語モデルの暗記定量化 / LLMC2025
upura
0
360
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
65
JOAI2025講評 / joai2025-review
upura
0
1.1k
AI エージェントを活用した研究再現性の自動定量評価 / scisci2025
upura
1
190
JSAI2025 企画セッション「人工知能とコンペティション」/ jsai2025-competition
upura
0
70
生成的推薦の人気バイアスの分析:暗記の観点から / JSAI2025
upura
0
310
Semantic Shift Stability: 学習コーパス内の単語の意味変化を用いた事前学習済みモデルの時系列性能劣化の監査
upura
0
93
日本語ニュース記事要約支援に向けたドメイン特化事前学習済みモデルの構築と活用 / t5-news-summarization
upura
0
110
Other Decks in Education
See All in Education
Evaluation Methods - Lecture 6 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.2k
焦りと不安を、技術力に変える方法 - 新卒iOSエンジニアの失敗談と成長のフレームワーク
hypebeans
1
600
ロータリー国際大会について~国際大会に参加しよう~:古賀 真由美 会員(2720 Japan O.K. ロータリーEクラブ・(有)誠邦産業 取締役)
2720japanoke
1
740
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.1k
1008
cbtlibrary
0
110
【dip】「なりたい自分」に近づくための、「自分と向き合う」小さな振り返り
dip_tech
PRO
0
190
20250830_本社にみんなの公園を作ってみた
yoneyan
0
170
今の私を形作る4つの要素と偶然の出会い(セレンディピティ)
mamohacy
2
130
多様なメンター、多様な基準
yasulab
5
19k
Présentation_2nde_2025.pdf
bernhardsvt
0
380
Web Application Frameworks - Lecture 3 - Web Technologies (1019888BNR)
signer
PRO
0
3.1k
東大1年生にJulia教えてみた
matsui_528
5
9.9k
Featured
See All Featured
Large-scale JavaScript Application Architecture
addyosmani
515
110k
Stop Working from a Prison Cell
hatefulcrawdad
273
21k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3.2k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.3k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
36
6.2k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
7.9k
The Pragmatic Product Professional
lauravandoore
37
7.1k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.5k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.8k
YesSQL, Process and Tooling at Scale
rocio
174
15k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
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