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
JOAI2025講評 / joai2025-review
Search
Shotaro Ishihara
June 14, 2025
Education
0
1.2k
JOAI2025講評 / joai2025-review
第1回日本人工知能オリンピック講評
https://connpass.com/event/358952/
Shotaro Ishihara
June 14, 2025
Tweet
Share
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
JAPAN AI CUP Prediction Tutorial
upura
1
230
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
300
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
430
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
78
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
200
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
83
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
320
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
100
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
120
Other Decks in Education
See All in Education
【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
210
Human Perception and Cognition - Lecture 4 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.3k
1111
cbtlibrary
0
260
Semantic Web and Web 3.0 - Lecture 9 - Web Technologies (1019888BNR)
signer
PRO
2
3.2k
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
630
CSS3 and Responsive Web Design - Lecture 5 - Web Technologies (1019888BNR)
signer
PRO
1
3k
Google Gemini (Gem) の育成方法
mickey_kubo
2
1.1k
Introdución ás redes
irocho
0
520
Web 2.0 Patterns and Technologies - Lecture 8 - Web Technologies (1019888BNR)
signer
PRO
0
3k
Adobe Express
matleenalaakso
1
8.1k
Library Prefects 2025-2026
cbtlibrary
0
180
1014
cbtlibrary
0
510
Featured
See All Featured
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
Visual Storytelling: How to be a Superhuman Communicator
reverentgeek
2
410
The Illustrated Children's Guide to Kubernetes
chrisshort
51
51k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.1k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
9
1.1k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.9k
The Invisible Side of Design
smashingmag
302
51k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
21
1.3k
Lessons Learnt from Crawling 1000+ Websites
charlesmeaden
PRO
0
1k
Building Applications with DynamoDB
mza
96
6.9k
コードの90%をAIが書く世界で何が待っているのか / What awaits us in a world where 90% of the code is written by AI
rkaga
58
41k
Digital Ethics as a Driver of Design Innovation
axbom
PRO
0
140
Transcript
コンペ講評 • コンペの狙い • 想定解法や上位解法概要 • 次回以降に向けて (アンケート結果含む)
コンペ概要 > このコンペティションでは、表‧画像‧テキストのマルチモーダル情報 から、ガスに関する分類タスクに取り組んでいただきます。各データは、 ガスセンサによる2つの測定値と、同時に⾚外線カメラで撮影された画 像、および画像を説明したテキストから成ります。ガスは「Perfume」 「Smoke」の2種類存在し、それぞれの有無を考慮した4つのラベルが存 在します。(Perfume, Smoke, Mixed,
NoGas) https://www.kaggle.com/competitions/playground-joai-competition- 2025/
コンペ概要
JOAI 2025 同等の Playground 公開 • https://www.kaggle.com/competitions/ playground-joai-competition-2025/
コンペの狙い • IOAI 2025 で出題される (と予想される) コンペに向けた選抜に活⽤できる • 初学者やオープン枠の⽅も楽しめる
コンペの狙い • IOAI 2025 で出題される (と予想される) コンペに向けた選抜に活⽤できる • 初学者やオープン枠の⽅も楽しめる
選抜に活⽤できるコンペ? • 多様なデータを提供? (シラバス参照) ◦ ニューラルネットワークによる画像‧⾃然⾔語処理や勾配ブースティング による表形式データ処理など • 参加者⾃⾝で試⾏錯誤できる⼒? ◦
サンプルの⽤意、特徴量エンジニアリングの余地 ◦ 計算資源の必要性やサンプルサイズの調整 • 運要素を少なめに ◦ Train / Public / Private の分割はある程度同⼀に
• サンプルやチュートリアルの充実 • 事前学習済みモデルなどの制約 • ⽣成 AI などの利⽤許可 • 単⼀のアイディアや知識だけで点数差が
付き過ぎないよう調整 初学者やオープン枠の⽅も楽しめる
コンペ講評 • コンペの狙い • 想定解法や上位解法概要 • 次回以降に向けて (アンケート結果含む)
想定解法 さまざまなデータを⽤いて、ニュー ラルネットワークや勾配ブースティ ングで複数の予測を作成し、アンサ ンブル
さまざまなデータ 提供されたデータはできる限り使う (他者と 差を付けられる要素を探す) • 表 • 画像 • ⾃然⾔語
機械学習アルゴリズム • ⼀般的に性能が⾼いと期待されるニューラ ルネットワークや勾配ブースティングを優 先的に試す • アンサンブル前提で、異なる⼿法を⽤意で きると理想的
アンサンブル • 予測ラベルで:多数決 • 予測値で:重み付き平均、スタッキング
上位解法 詳細は、最後の⽇本代表紹介で • 想定解法を抑えつつ、データや予測結果を 丁寧に分析
⼀般公開されている解法 • JOAI 2025 参加記 • [JOAI] 第⼀回⽇本⼈⼯知能オリンピックで⾦賞を受賞しまし た...!! •
【解法解説】⽇本⼈⼯知能オリンピックで⾦賞(5位)受賞した よ!JOAI2025参加体験記! • ⽇本⼈⼯知能オリンピック(JOAI2025)参加してみた
⼀般公開されている解法 • ⽇本⼈⼯知能オリンピック(JOAI)に参加しました!(第⼀回JOAI 参加記) • ⾼校⼆年⽣、AIを勉強し始めて2週間で⽇本⼈⼯知能オリンピッ クに参加した話【第1回JOAI体験記】
コンペ講評 • コンペの狙い • 想定解法や上位解法概要 • 次回以降に向けて (アンケート結果含む)
統計情報 • 参加者数: ◦ 選抜枠:登録 67 ◦ オープン枠:登録 90 •
投稿総数 1462 件 • 最年少 13 歳、最年⻑ 62 歳
コンペの難易度
コンペの開催期間
⾮公開データ • 今回は公開データを活⽤ • 次回以降、⾮公開データの利⽤も検討中 => 協賛‧寄付‧データ提供の可能性など、 お気軽にお問い合わせください https://ioai-japan.org/donation/