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
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Shotaro Ishihara
August 24, 2019
Technology
2.2k
0
Share
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
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
[ACL 2026 Demo] Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
1
Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
1
JAPAN AI CUP Prediction Tutorial
upura
2
1k
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
360
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
630
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
100
JOAI2025講評 / joai2025-review
upura
0
1.6k
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
240
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
120
Other Decks in Technology
See All in Technology
「SaaSの次の時代」に重要性を増すステークホルダーマネジメントの要諦 ~解像度を圧倒的に高めPdMの価値を最大化させる方法~
kakehashi
PRO
3
3.7k
カオナビに Suspenseを導入するまで / The Road to Suspense at kaonavi
kaonavi
1
360
FessのAI検索モード:検索システムとLLMへの取り組み
marevol
0
250
新卒エンジニア研修、ハンズオンの設計における課題と実践知/ #tachikawaany
nishiuma
2
100
独断と偏見で試してみる、 シングル or マルチエージェント どっちがいいの?
shichijoyuhi
1
240
Cortex Codeのコスト見積ヒントご紹介
yokatsuki
0
150
AIが盛んな時代に 技術記事を書き始めて起きた私の中での小さな変化
peintangos
0
350
もっとコンテンツをよく構造化して理解したいので、LLM 時代こそ Taxonomy の設計品質に目を向けたい〜!
morinota
0
170
Fabric MCPの紹介と使い分け
ryomaru0825
1
110
小説執筆のハーネスエンジニアリング
yoshitetsu
0
910
AI時代に越境し、 組織を変えるQAスキルの正体 / QA Skills for Transforming an Organization
mii3king
5
3.6k
20260428_Product Management Summit_Loglass_JoeHirose
loglassjoe
4
6.7k
Featured
See All Featured
GraphQLの誤解/rethinking-graphql
sonatard
75
12k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
530
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
118
110k
Producing Creativity
orderedlist
PRO
348
40k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
16
1.9k
Collaborative Software Design: How to facilitate domain modelling decisions
baasie
1
200
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
140
Documentation Writing (for coders)
carmenintech
77
5.3k
We Are The Robots
honzajavorek
0
220
A Soul's Torment
seathinner
6
2.7k
svc-hook: hooking system calls on ARM64 by binary rewriting
retrage
2
230
YesSQL, Process and Tooling at Scale
rocio
174
15k
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