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
ロジスティック回帰で お金もらえるし職務経歴書は倍になる
Search
yush1ga
August 06, 2018
Programming
1
3.2k
ロジスティック回帰で お金もらえるし職務経歴書は倍になる
yush1ga
August 06, 2018
Tweet
Share
More Decks by yush1ga
See All by yush1ga
日系大手と日系スタートアップと外資系で働いてみた
yush1ga
2
770
Other Decks in Programming
See All in Programming
Breaking Up with Big ViewModels — Without Breaking Your Architecture (droidcon Berlin 2025)
steliosf
PRO
1
300
明日から始めるリファクタリング
ryounasso
0
110
AIで開発生産性を上げる個人とチームの取り組み
taniigo
0
130
CSC305 Lecture 01
javiergs
PRO
1
400
私はどうやって技術力を上げたのか
yusukebe
43
17k
非同期jobをtransaction内で 呼ぶなよ!絶対に呼ぶなよ!
alstrocrack
0
510
フロントエンド開発に役立つクライアントプログラム共通のノウハウ / Universal client-side programming best practices for frontend development
nrslib
7
3.9k
ソフトウェア設計の実践的な考え方
masuda220
PRO
3
450
実践AIチャットボットUI実装入門
syumai
7
2.4k
育てるアーキテクチャ:戦い抜くPythonマイクロサービスの設計と進化戦略
fujidomoe
1
150
Le côté obscur des IA génératives
pascallemerrer
0
120
The Past, Present, and Future of Enterprise Java
ivargrimstad
0
110
Featured
See All Featured
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
How STYLIGHT went responsive
nonsquared
100
5.8k
Context Engineering - Making Every Token Count
addyosmani
5
180
Six Lessons from altMBA
skipperchong
28
4k
Building Better People: How to give real-time feedback that sticks.
wjessup
368
20k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
A Tale of Four Properties
chriscoyier
160
23k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
114
20k
Designing for humans not robots
tammielis
254
25k
Rails Girls Zürich Keynote
gr2m
95
14k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
19
1.2k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Transcript
ϩδεςΟοΫճؼͰ ͓ۚΒ͑Δ͠৬ܦྺॻഒʹͳΔ ࢤլ ༏ؽ
• େखWebܥاۀۈ (20164݄~, ৽ଔೖࣾ) • Apache Pulsar Committer (20176݄~) •
ϑΝΠϯσΟגࣜձࣾ ػցֶशΤϯδχΞ (20177݄~, ۀҕୗ) • IDAKS٬һݚڀһ (201810݄~༧ఆ) ࢤլ ༏ؽ
࣍ • ϩδεςΟοΫճؼͰ͓ۚΒ͑Δ • ৬ܦྺॻͷ • ͦͷଞΑ͔ͬͨ͜ͱͷ
ϩδεςΟοΫճؼͷ
͓ͼ • λΠτϧͪΐͬͱΓ • ϩδεςΟοΫճؼඇ Deep ͷϝλϑΝʔ
ػցֶशͱͷผΕ • େֶӃͰը૾ೝٕࣝज़Λར༻ͨ͠ݚڀ • ब৬ޙେنϛυϧΣΞ։ൃ • େنͳ։ൃָ͔͕ͬͨ͠ ػցֶश͔ΒΕΔ͜ͱʹ
͘झຯͰऔΓΉ • Kaggleʁ • উͪʹߦ͘ͳΒը૾ೝࣝܥ • Deep LearningΔͨΊͷGPU͕ͳ͍
͘झຯͰऔΓΉ • ͱΓ͋͑ͣجૅΛݻΊΔ • λΠλχοΫͷ٬ͷੜࢮ • ΞϠϝͷछྨ • 28×28ͷखॻ͖ͷࣈ Λ
ແҙຯʹࣝผ͢Δʑ
Findyͱͷग़ձ͍ ϢʔβΠϯλϏϡʔʹͯ 'JOEZͷ͋Δʁ ˓˓ͱ✗✗Ͱ͔͢Ͷ ͦΕͬͯղܾͰ͖Δ ͏ʔΜɺͦΕʜ
ϩδεςΟοΫճؼʂ
ελʔτΞοϓͷػցֶशࣄ • ͦΕ΄Ͳେنͳσʔλ͕ͳ͍߹͕ଟ͍ ※ → Deep Learning ͋·Γඞཁ͕ͳ͍ • ͘ઙ͘ඇ
Deep ͳࣝΛ ษڧ͓͍ͯͨ͠ͷ͕Α͔ͬͨ ※ ࢲͷؾ࣋ͪͰ͋Γɼ౷ܭత༗ҙੑ͋Γ·ͤΜ
৬ܦྺॻͷ
ࢦ໊ऩότϧ ٯٻਓͷస৬αΠτͰ ࢦ໊ऩότϧ͠ͳ͍ʁ 2ळ
ࢦ໊ऩότϧ ͑͑Ͱʂ ϥϯνΛ͔͚͍ͨઓ͍͕։࠵ ͑͑Ͱʂ ͑͑Ͱʂ ͑͑Ͱʂ
2ळͷ৬ܦྺॻ 14݄ (ೖࣾ) 210݄ 110݄ ݚम ϓϩδΣΫτ1 ී௨ʹಇ͍͍ͯΔͱ ৬ܦྺॻʹॻ͚Δͷ͜ͷ1͚ͭͩ
෭ۀ͕͋Δͱ͖ 14݄ (ೖࣾ) 210݄ 110݄ ݚम ϓϩδΣΫτ1 27݄ (෭ۀ։࢝)
ϓϩδΣΫτ2 2ݸॻ͚ΔͷͰ৬ܦྺॻ2ഒʂ
݁Ռ ࠷ߴࢦ໊ऩ: 1Ґ ฏۉࢦ໊ऩ: 1Ґ ɹ ࢦ໊: 2Ґ
ࢦ໊ͷ༁ ػցֶशΤϯδχΞɾσʔλαΠΤϯςΟετ ػցֶशΠϯϑϥɾόοΫΤϯυ ϑϧελοΫ ෆ໌
ࢦ໊ͷ༁ ػցֶशΤϯδχΞɾσʔλαΠΤϯςΟετ ػցֶशΠϯϑϥɾόοΫΤϯυ ϑϧελοΫ ෆ໌ ۀͰػցֶशͬͯͳ͍ͷʹʂ
ͦͷଞྑ͔ͬͨ͜ͱͷ
ຊۀػցֶशؔ࿈ʹ • R&Dҟಈ • ෭ۀͷ͓͔͛Ͱ ϒϥϯΫͦΕ΄Ͳ͖ͭ͘ͳ͍ • ຊۀͷ͓͔͛Ͱ ֶੜ࣌ΑΓwell-organizedͳίʔυ͕ॻ͚Δ
͔ΘΓʹفΔ͕࣌ؒ૿͑ͨ "EBN͞Μ ͓ئ͍͠·͢
·ͱΊ • ελʔτΞοϓͰ DeepLearning ΑΓ ඇ Deep ͳख๏ͷํཱ͕͔ͭ • ෭ۀΛ͢Δͱ৬ܦྺॻ͕Εͯ
స৬׆ಈʹཱ͔ͭ • ຊۀͷٕज़͕෭ۀʹɺ෭ۀͷٕज़͕ຊۀʹ ཱͭ͜ͱ͕͋Δ
EOP