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
130
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
70
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
1k
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
小学校プログラミング教育、次の5年に向けて 〜つくること・学ぶことの歓びへ〜 /NextGenerationOfProgrammingEducation
kiriem
2
380
SAT Bootcamp and Course
syedmahadd
0
170
新人研修の課題と未来を考える
natsukokanda1225
0
1.3k
Padlet opetuksessa
matleenalaakso
4
13k
Nodiレクチャー 「CGと数学」講義資料 2024/11/19
masatatsu
1
310
Mathematics used in cryptography around us
herumi
2
760
(説明資料)オンラインゆっくり相談室
ytapples613
PRO
0
210
論文紹介のやり方 / How to review
kaityo256
14
75k
自己紹介 / who-am-i
yasulab
PRO
2
4.6k
Human Perception and Colour Theory - Lecture 2 - Information Visualisation (4019538FNR)
signer
PRO
0
2.3k
2024年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2024. 12. 4)
akiraasano
PRO
0
120
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
0
310
Featured
See All Featured
Fashionably flexible responsive web design (full day workshop)
malarkey
406
66k
YesSQL, Process and Tooling at Scale
rocio
172
14k
GraphQLとの向き合い方2022年版
quramy
44
13k
Fireside Chat
paigeccino
34
3.2k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
29
1k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
59k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
280
13k
Writing Fast Ruby
sferik
628
61k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
49k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
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