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
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
yush1ga
August 06, 2018
Programming
3.2k
1
Share
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
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
820
Other Decks in Programming
See All in Programming
AI時代のエンジニアリングの原則 / Engineering Principles in the AI Era
haru860
0
1.1k
From Formal Specification to Property Based Test
ohbarye
0
680
AIと共に生きる技術選定 2026
sgash708
0
120
【26新卒研修】OpenAPI/Swagger REST API研修
dip_tech
PRO
0
130
CursorとClaudeCodeとCodexとOpenCodeを実際に比較してみた
terisuke
1
520
空間オーディオの活用
objectiveaudio
0
120
🦞OpenClaw works with AWS
licux
1
330
Agentic Elixir
whatyouhide
0
440
Claude Code × Gemini × Ebitengine ゲーム制作素人WebエンジニアがGoでゲームを作った話
webzawa
0
210
Don't Prompt Harder, Structure Better
kitasuke
0
810
セグメントとターゲットを意識するプロポーザルの書き方 〜採択の鍵は、誰に刺すかを見極めるマーケティング戦略にある〜
m3m0r7
PRO
0
740
20年以上続くプロダクトでも使い続けられる静的解析ツールを求めて
matsuo_atsushi
0
130
Featured
See All Featured
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
65
54k
Google's AI Overviews - The New Search
badams
0
1k
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
490
Paper Plane (Part 1)
katiecoart
PRO
0
7.1k
Groundhog Day: Seeking Process in Gaming for Health
codingconduct
0
170
エンジニアに許された特別な時間の終わり
watany
106
240k
Mind Mapping
helmedeiros
PRO
1
180
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
780
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
240
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
AI: The stuff that nobody shows you
jnunemaker
PRO
6
630
Exploring anti-patterns in Rails
aemeredith
3
350
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