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
機械学習ことはじめ
Search
Shotaro Ishihara
April 26, 2019
Technology
120
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
機械学習ことはじめ
Shotaro Ishihara
April 26, 2019
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
大規模言語モデルは誰を覚えているか / Who Do Large Language Models Memorize?
upura
0
88
[ACL 2026 Demo] Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
88
Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
51
JAPAN AI CUP Prediction Tutorial
upura
2
1.2k
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
410
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
760
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
130
JOAI2025講評 / joai2025-review
upura
0
1.7k
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
270
Other Decks in Technology
See All in Technology
SRE Next 2026 何でも屋からの脱却
bto
0
1k
LLM/Agent評価:トップ営業の発言を「正解」にする 〜暗黙的正解による評価を営業資産に変える〜
takkuhiro
1
230
SRE本の知られざる名シーン / The Hidden Gems of Google SRE Book
nari_ex
1
430
誤解だらけの開発生産性 / Myths and Misconceptions about Developer Productivity
i35_267
2
830
ゴールデンパスは敷いただけでは道にならない ─ 企画部門のエンジニアが技術標準を事業価値に変えるまで
mhrtech
1
230
脱金融のフューチャー・デザイン / Future Design Beyond Finance
ks91
PRO
0
160
ボーイスカウトルールでメモリやスキルを改善しよう
azukiazusa1
4
1.5k
副作用のある Lambda でも Lambda Power Tuning は使えるのか / lambda-power-tuning-side-effects
koukihosaka
1
120
複数プロダクト組織のAIネイティブ化における戦略 / AICon2026_kude
rakus_dev
0
160
第67回コンピュータビジョン勉強会CVPR2026読会前編
tsukamotokenji
0
160
そのドキュメント、自動化しませんか?
yuksew
1
320
DMM.com 購入改善推進チーム におけるCodeRabbitを用いた レビューフロー改善の一例
ysknsid25
2
670
Featured
See All Featured
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
1
350
The Invisible Side of Design
smashingmag
301
52k
Six Lessons from altMBA
skipperchong
29
4.3k
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.7k
Optimizing for Happiness
mojombo
378
71k
Principles of Awesome APIs and How to Build Them.
keavy
128
18k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
The SEO identity crisis: Don't let AI make you average
varn
0
520
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
870
First, design no harm
axbom
PRO
2
1.2k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
37
6.5k
Transcript
ػցֶश͜ͱ͡Ί ݄
ຊͷ • ͡Ίʹ • ػցֶशͱ • ڭࢣ͋Γֶश • ڭࢣͳֶ͠श
• ڧԽֶश
֮͑ͯؼͬͯ΄͍͜͠ͱ • "* ػցֶश σΟʔϓϥʔχϯάͷؔੑ • ػցֶशͷྨͱͦΕͧΕͷಛ • ڭࢣ͋Γֶश
ڭࢣͳֶ͠श ڧԽֶश • େΛѲͯ͠ɺ"*ͬΆ͍Λฉ͍ͨ࣌ʹʮػց ֶश͔ͳʁʯʮ۩ମతʹͲΜͳΈͩΖ͏ʁʯ ͱ͔ߟ͑ΒΕΕे
ຊͷ • ͡Ίʹ • ػցֶशͱ • ڭࢣ͋Γֶश • ڭࢣͳֶ͠श
• ڧԽֶश
ਓೳ <>ਓೳֶձਓೳͬͯԿʁ IUUQTXXXBJHBLLBJPSKQXIBUTBJ"*XIBUTIUNM • େ͖͘ྲྀʢ͜ͷྨࣗମʹ͕ٞ͋Δʣ ਓؒͷೳͦͷͷΛͭػցΛ࡞Ζ͏ͱ͢Δཱ
ਓ͕ؒೳΛͬͯ͢Δ͜ͱΛػցʹͤ͞Α͏ͱ͢ Δཱ • ࣮ࡍͷݚڀ΄ͱΜͲޙऀͷཱʢͳͷʹ͔ͬͯ Β͔ͣલऀͷҙຯͰ૽ཱ͗ͯΔք۾͕͋Δʣ
ػցֶश • ίϯϐϡʔλʹώτͷΑ͏ͳֶशೳྗΛ֫ಘͤ͞ ΔͨΊͷٕज़ͷ૯শ • ਓೳ ∋ ػցֶश •
࠷ۙͷਓೳ ػցֶश <>ਿࢁক ʰΠϥετͰֶͿػցֶशʱ ߨஊࣾ
ػցֶशͷྨ • ֶशํ๏ʹґͬͯେ͖͘ྨ • ڭࢣ͋Γֶश • ڭࢣͳֶ͠श • ڧԽֶश
<>ਿࢁক ʰΠϥετͰֶͿػցֶशʱ ߨஊࣾ
ຊͷ • ͡Ίʹ • ػցֶशͱ • ڭࢣ͋Γֶश • ڭࢣͳֶ͠श
• ڧԽֶश
ڭࢣ͋Γֶश • ίϯϐϡʔλʹͱ͑ͷରΛ͍͔ͭ͘ڭ͑Δ ͜ͱʹΑΓɼڭΘ͍ͬͯͳ͍ʹਖ਼͘͠ճ Ͱ͖Δ൚ԽೳྗΛίϯϐϡʔλʹ֫ಘͤ͞Δ <>ਿࢁক ʰΠϥετͰֶͿػցֶशʱ ߨஊࣾ
ڭࢣ͋Γֶशͷ۩ମྫ • खॻ͖จࣈೝࣝɼԻೝࣝɼը૾ೝࣝɼ໎ϝʔ ϧͷࣗಈྨͳͲ <>ਿࢁক ʰΠϥετͰֶͿػցֶशʱ ߨஊࣾ
ֶशɾ༧ଌͷΞϧΰϦζϜ • ͍Ζ͍ΖͳΞϧΰϦζϜ͕։ൃ͞Ε͍ͯΔ • ͦͷҰ͕ͭɺσΟʔϓϥʔχϯά
ຊͷ • ͡Ίʹ • ػցֶशͱ • ڭࢣ͋Γֶश • ڭࢣͳֶ͠श
• ڧԽֶश
ڭࢣͳֶ͠श • ͑ͷ͔͍ͬͯͳ͍σʔλͷू߹͔Βɺ༗ӹͳ ࣝΛ֫ಘ͠Α͏ͱ͢Δ • ੈͷதʹਖ਼ղϥϕϧͷͳ͍σʔλͷํ͕ѹత ʹଟ͍ <>ਿࢁক ʰΠϥετͰֶͿػցֶशʱ
ߨஊࣾ
ڭࢣͳֶ͠शͷ۩ମྫ • ΫϥελϦϯάҟৗݕ <>ਿࢁক ʰΠϥετͰֶͿػցֶशʱ ߨஊࣾ
ຊͷ • ͡Ίʹ • ػցֶशͱ • ڭࢣ͋Γֶश • ڭࢣͳֶ͠श
• ڧԽֶश
ڧԽֶश • ڭࢣ͋Γֶशͱಉ͘͡൚ԽੑೳΛίϯϐϡʔλʹ ֫ಘͤ͞Δ͜ͱ͕ඪ • ͑Λڭ͑ΔΘΓʹɼ༧ଌͨ͑͠ͷྑ͞ ΛධՁ • ධՁ͕࠷ߴ·ΔΑ͏ʹֶश͢Δ
<>ਿࢁক ʰΠϥετͰֶͿػցֶशʱ ߨஊࣾ
ڧԽֶशͷ۩ମྫ • ϩϘοτͷࣗಈ੍ޚɼίϯϐϡʔλήʔϜͳͲ • ໌֬ʹਖ਼ղσʔλ͕༩͑ͮΒ͍߹ʹ༻͍ΒΕΔ • ྫɿғޟͰʮͱ͋Δ൫໘ͰԿΛଧͭͷ͕ਖ਼ղʯ͔ ݴ͍Δͷ͍͠ ˠͱ͋ΔखΛଧͬͨΒউͬͨෛ͚ͨͱ͍͏ධՁ
Λͱʹֶश͍ͤͯ͘͜͞ͱͰ͖ͦ͏
֮͑ͯؼͬͯ΄͍͜͠ͱ • "* ػցֶश σΟʔϓϥʔχϯάͷؔੑ • ػցֶशͷྨͱͦΕͧΕͷಛ • ڭࢣ͋Γֶश
ڭࢣͳֶ͠श ڧԽֶश • େΛѲͯ͠ɺ"*ͬΆ͍Λฉ͍ͨ࣌ʹʮػց ֶश͔ͳʁʯʮ۩ମతʹͲΜͳΈͩΖ͏ʁʯ ͱ͔ߟ͑ΒΕΕे