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
810
Other Decks in Programming
See All in Programming
Codex CLI でつくる、Issue から merge までの開発フロー
amata1219
0
240
How to stabilize UI tests using XCTest
akkeylab
0
150
Xdebug と IDE による デバッグ実行の仕組みを見る / Exploring-How-Debugging-Works-with-Xdebug-and-an-IDE
shin1x1
0
270
仕様漏れ実装漏れをなくすトレーサビリティAI基盤のご紹介
orgachem
PRO
7
3.5k
RailsのValidatesをSwift Macrosで再現してみた
hokuron
0
140
AI 開発合宿を通して得た学び
niftycorp
PRO
0
180
Symfony + NelmioApiDocBundle を使った スキーマ駆動開発 / Schema Driven Development with NelmioApiDocBundle
okashoi
0
250
今からFlash開発できるわけないじゃん、ムリムリ! (※ムリじゃなかった!?)
arkw
0
170
安いハードウェアでVulkan
fadis
1
840
PHP でエミュレータを自作して Ubuntu を動かそう
m3m0r7
PRO
2
150
AIと共にエンジニアとPMの “二刀流”を実現する
naruogram
0
100
今こそ押さえておきたい アマゾンウェブサービス(AWS)の データベースの基礎 おもクラ #6版
satoshi256kbyte
1
210
Featured
See All Featured
Code Reviewing Like a Champion
maltzj
528
40k
The World Runs on Bad Software
bkeepers
PRO
72
12k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.1k
Google's AI Overviews - The New Search
badams
0
950
Design in an AI World
tapps
0
180
Navigating Team Friction
lara
192
16k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3.4k
KATA
mclloyd
PRO
35
15k
A brief & incomplete history of UX Design for the World Wide Web: 1989–2019
jct
1
330
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
230
Build The Right Thing And Hit Your Dates
maggiecrowley
39
3.1k
The B2B funnel & how to create a winning content strategy
katarinadahlin
PRO
1
310
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