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
機械学習を用いた大相撲千秋楽の勝敗予想 / sumo prediction by machin...
Search
Shotaro Ishihara
August 24, 2019
Technology
0
1.9k
機械学習を用いた大相撲千秋楽の勝敗予想 / sumo prediction by machine learning
Sports Analyst Meetup #4 (
https://spoana.connpass.com/event/138392/
) での発表資料。
Shotaro Ishihara
August 24, 2019
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
120
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
69
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
990
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 Technology
See All in Technology
Helm , Kustomize に代わる !? 次世代 k8s パッケージマネージャー Glasskube 入門 / glasskube-entry
parupappa2929
0
270
人はなぜISUCONに夢中になるのか
kakehashi
PRO
6
1.7k
2/18/25: Java meets AI: Build LLM-Powered Apps with LangChain4j
edeandrea
PRO
0
150
PHPカンファレンス名古屋-テックリードの経験から学んだ設計の教訓
hayatokudou
2
500
明日からできる!技術的負債の返済を加速するための実践ガイド~『ホットペッパービューティー』の事例をもとに~
recruitengineers
PRO
3
510
Developers Summit 2025 浅野卓也(13-B-7 LegalOn Technologies)
legalontechnologies
PRO
1
1.3k
コンピュータビジョンの社会実装について考えていたらゲームを作っていた話
takmin
1
470
データ資産をシームレスに伝達するためのイベント駆動型アーキテクチャ
kakehashi
PRO
2
600
株式会社EventHub・エンジニア採用資料
eventhub
0
4.3k
プロダクトエンジニア構想を立ち上げ、プロダクト志向な組織への成長を続けている話 / grow into a product-oriented organization
hiro_torii
1
290
AndroidXR 開発ツールごとの できることできないこと
donabe3
0
130
転生CISOサバイバル・ガイド / CISO Career Transition Survival Guide
kanny
3
1.1k
Featured
See All Featured
Why Our Code Smells
bkeepers
PRO
336
57k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
33
2.1k
The Straight Up "How To Draw Better" Workshop
denniskardys
232
140k
Designing Experiences People Love
moore
140
23k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
9
500
How to Think Like a Performance Engineer
csswizardry
22
1.4k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
7
630
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
4
350
Building a Scalable Design System with Sketch
lauravandoore
461
33k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.7k
A Philosophy of Restraint
colly
203
16k
Six Lessons from altMBA
skipperchong
27
3.6k
Transcript
ػցֶशΛ༻͍ͨ େ૬ઍळָͷউഊ༧ V !VQVSB "VHUI 4QPSUT"OBMZTU.FFUVQ
V ͷඋ • େ૬ͷσʔλऩूʮ4VNP3FGFSFODFʯ͕ศར • ʲՄࢹԽฤʳػցֶशΛ༻͍ͨେ૬ઍळָͷউഊ༧ • ʲϕϯνϚʔΫฤʳػցֶशΛ༻͍ͨେ૬ઍळָͷউ ഊ༧ •
ʲಛྔͷՃฤʳػցֶशΛ༻͍ͨେ૬ઍळָͷউ ഊ༧ (JU)VC • IUUQTHJUIVCDPNVQVSBTVNPQSFEJDUPS ϦϯΫू
࣍ • എܠˍత • σʔλͷऔಘ • ػցֶशϞσϧͷ࡞ • ಛྔͷՃ
• ݁ˍࠓޙͷల
• V !VQVSB • ࣄۀձࣾͷσʔλαΠΤϯςΟετ • TQPBOBӡӦ • ΘΜͺ͘૬໊ݹॴϕετ
࿈ଓ • ,BHHMF.BTUFS "U$PEFS ਫ ࣗݾհ
• ૬ͷσʔλΛ༻͍ͯɺػցֶशͰ ༧ଌϞσϧΛߏஙͰ͖ͳ͍͔ʁ • ૬ͷྗ࢜ใͰͳ͘ɺউͪෛ͚ ͷ࣌ܥྻใ͔Β༧ଌͯ͠Έ͍ͨ • ˞झຯͳͷͰશͳख๏υϦϒϯ ૬
º ,BHHMF
উͪෛ͚ͷ࣌ܥྻใ ˓˔˔˔˓ ˓˔˓˔˔ ˔˓˔˔ʁ ˔˓˓˓˓ ˔˔˓˔˓ ˓˔˔˓ʁ
࣍ • എܠˍత • σʔλͷऔಘ • ػցֶशϞσϧͷ࡞ • ಛྔͷՃ
• ݁ˍࠓޙͷల
• IUUQTVNPECTVNPHBNFTEF • TQPBOB Ͱͬͨ • ૬ͷ֤छσʔλ͕ཧ͞Ε͍ͯΔ • ྗ࢜ •
൪ • औΓΈ ͳͲ 4VNP3FGFSFODF
• 1ZUIPOͰඵ͝ͱʹॴͷσʔλ ΛऔಘɾՃͯ͠DTWͰอଘ • ʙͷσʔλ औಘ
• ྗ໊࢜ • ʙͷউഊ • ઍळָͷରઓྗ࢜ • ॴʢZZZZNNʣ • ઍळָͷউഊʢతมʣ
σʔλ߲
σʔλͷՄࢹԽ
• উഊͷ߹ͷউ͕ʢউഊ উഊͷ߹ʹൺͯʣߴ͍ • ·Ͱʹʙউ͍ͯ͠Δ ߹উ͕ΑΓߴ͍ • ˞ʮീඦʯͷٞΛ͢Δʹ ѻ͍ͬͯΔใྔ͕গͳ͗͢Δ
ߟ
࣍ • എܠˍత • σʔλͷऔಘ • ػցֶशϞσϧͷ࡞ • ಛྔͷՃ
• ݁ˍࠓޙͷల
σʔλͷׂ
• ྗ໊࢜ • ʙͷউഊ • ऴྃ࣌ͷউͪ • ઍळָͷରઓྗ࢜ • ॴʢZZZZNNʣ
• ઍळָͷউഊʢతมʣ ಛྔɾతม
• -JHIU(#.ʢ,BHHMFͰఆ൪ʣ • ܾఆΛେྔʹ࡞Δྨث • ಛྔ͕গͳ͍ͷΛҙࣝͯ͠ɺϋΠ ύʔύϥϝʔλΛखಈͰௐͨ͠ ػցֶशΞϧΰϦζϜ
• $7είΞɺ"6$ • UFTUɺ"6$ "$$ $7UFTUͷྨੑೳ
࣍ • എܠˍత • σʔλͷऔಘ • ػցֶशϞσϧͷ࡞ • ಛྔͷՃ
• ݁ˍࠓޙͷల
• ྗ໊࢜ • ʙͷউഊ • ·Ͱͷউͪ • ରઓྗ࢜ͷ·Ͱͷউͪ • ઍळָͷରઓྗ࢜
• ॴʢZZZZNNʣ • ઍळָͷউഊʢతมʣ ಛྔɾతม
• $7είΞɺ"6$ • UFTUɺ"6$ ɺ"$$ $7UFTUͷྨੑೳ
• ʮ·Ͱͷ࿈উɾ࿈ഊʯ $7UFTUͷྨੑೳͱʹඍ૿ • ͦͷଞͷ࣌ܥྻಛΛ lUTGSFTIzͰ େྔʹੜʢݸऑʣ͠ݸ࠾༻ ˠ$7UFTUͷྨੑೳ͕վળͤͣ ૣʑʹߦ͖٧·Δɾɾɾ
IUUQTUTGSFTISFBEUIFEPDTJPFOMBUFTU
࣍ • എܠˍత • σʔλͷऔಘ • ػցֶशϞσϧͷ࡞ • ಛྔͷՃ
• ݁ˍࠓޙͷల
• ػցֶशΛ༻͍ͯɺେ૬ઍळָͷ উഊΛ༧ͨ͠ • -JHIU(#.ϕʔεͰಛྔΛ૿͠ ͍ͯ͘ํ๏ʹݶք͕͋Γͦ͏ • ˞ͦͦ͜ͷใͰ༧Ͱ͖Δ͔ ୭ʹ͔Βͳ͍
݁
• ผͷػցֶशϞσϧΛࢼ͢ • উͪෛ͚ͷʮʯͷྲྀΕΛ 3//ʹೖΕΔ͜ͱͰɺௐࢠͷΛ ଊ͑ΒΕΔʁ • ࣍ճҎ߱ɺ·ͨൃද͠·͢ ࠓޙͷల