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
790
Other Decks in Programming
See All in Programming
Python札幌 LT資料
t3tra
7
1.1k
AIで開発はどれくらい加速したのか?AIエージェントによるコード生成を、現場の評価と研究開発の評価の両面からdeep diveしてみる
daisuketakeda
1
570
Basic Architectures
denyspoltorak
0
180
フルサイクルエンジニアリングをAI Agentで全自動化したい 〜構想と現在地〜
kamina_zzz
0
350
0→1 フロントエンド開発 Tips🚀 #レバテックMeetup
bengo4com
0
470
Canon EOS R50 V と R5 Mark II 購入でみえてきた最近のデジイチ VR180 事情、そして VR180 静止画に活路を見出すまで
karad
0
140
MDN Web Docs に日本語翻訳でコントリビュート
ohmori_yusuke
0
380
リリース時」テストから「デイリー実行」へ!開発マネージャが取り組んだ、レガシー自動テストのモダン化戦略
goataka
0
160
クラウドに依存しないS3を使った開発術
simesaba80
0
220
脳の「省エネモード」をデバッグする ~System 1(直感)と System 2(論理)の切り替え~
panda728
PRO
0
130
AtCoder Conference 2025「LLM時代のAHC」
imjk
2
650
生成AI時代を勝ち抜くエンジニア組織マネジメント
coconala_engineer
0
38k
Featured
See All Featured
Lightning Talk: Beautiful Slides for Beginners
inesmontani
PRO
1
420
Deep Space Network (abreviated)
tonyrice
0
33
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
46
The Cost Of JavaScript in 2023
addyosmani
55
9.4k
SERP Conf. Vienna - Web Accessibility: Optimizing for Inclusivity and SEO
sarafernandez
1
1.3k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
31
Joys of Absence: A Defence of Solitary Play
codingconduct
1
270
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
140
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
61
48k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
420
The Invisible Side of Design
smashingmag
302
51k
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