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
380
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
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
30
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
140
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
42
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
240
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
45
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
53
Web からのデータ収集と探究事例の紹介 / no94_jsai_seminar
upura
0
330
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
120
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
340
Other Decks in Education
See All in Education
シリコンバレーでスタートアップを共同創業したファウンディングエンジニアとしての学び
tomoima525
1
410
検索/ディスプレイ/SNS
takenawa
0
12k
2025年度春学期 統計学 第7回 データの関係を知る(2)ー回帰と決定係数 (2025. 5. 22)
akiraasano
PRO
0
150
人になにかを教えるときに考えていること(2025-05版 / VRC-LT #18)
sksat
4
1.1k
Data Management and Analytics Specialisation
signer
PRO
0
1.4k
Data Physicalisation - Lecture 9 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
470
万博マニアックマップを支えるオープンデータとその裏側
barsaka2
0
690
2025年度春学期 統計学 第10回 分布の推測とは ー 標本調査,度数分布と確率分布 (2025. 6. 12)
akiraasano
PRO
0
210
Webリテラシー基礎
takenawa
0
12k
日本の教育の未来 を考える テクノロジーは教育をどのように変えるのか
kzkmaeda
1
230
2025年度春学期 統計学 第12回 分布の平均を推測する ー 区間推定 (2025. 6. 26)
akiraasano
PRO
0
150
2025年度春学期 統計学 第14回 分布についての仮説を検証する ー 仮説検定(1) (2025. 7. 10)
akiraasano
PRO
0
130
Featured
See All Featured
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
131
19k
Typedesign – Prime Four
hannesfritz
42
2.8k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
The Straight Up "How To Draw Better" Workshop
denniskardys
235
140k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
44
2.4k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
29
9.6k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
We Have a Design System, Now What?
morganepeng
53
7.7k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
4 Signs Your Business is Dying
shpigford
184
22k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
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/