ブログトップ 記事一覧 ログイン 無料ブログ開設

hamadakoichi blog このページをアンテナに追加 RSSフィード

2017-10-29

[][] 第60回 データマイニング+WEB @東京( #TokyoWebmining 60th ) ー機械学習 活用 祭りーを開催しました  第60回 データマイニング+WEB @東京( #TokyoWebmining 60th ) ー機械学習 活用 祭りーを開催しました - hamadakoichi blog を含むブックマーク  第60回 データマイニング+WEB @東京( #TokyoWebmining 60th ) ー機械学習 活用 祭りーを開催しました - hamadakoichi blog のブックマークコメント

2017/10/28 "第60回 データマイニング+WEB @東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ー" を開催しました。

会場提供して下さった FreakOut さん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。

参加者ID・バックグラウンド一覧:

f:id:hamadakoichi:20171028174155j:image

参加者セキココ:第60回 データマイニング+WEB @東京 セキココ

(作成してくれた [Twitter:@komiya_atsushi] さんに感謝)


以下、全講師資料、関連資料、ツイートまとめです。

AGENDA:

■Opening Talk

O1.「データマイニング+WEB@東京 について」

講師:[Twitter:@hamadakoichi]


O2.「参加者全員 自己紹介 (興味・活動)」(進行:[Twitter:@hamadakoichi])


1.「Neural Machine Translationがイマドキの注目技術として面白い」(講師: [Twitter:@mickbean] ) (発表: 25分+議論: 35分)

【資料】:非公開

深層学習による機械翻訳 (Neural Machine Translation, NMT)技術が急速に発展中である.私の個人的な2年前の予想では,NMTの商用化は2020年前後だと思っていたが,2016年11月のGoogleによるNMT, GNMTの登場によりその予想は大きく外れてしまった.いったい,NMTは何がすごいのか,それまでの統計的翻訳(Statistical Machine Translation, SMT)技術と比べて解説したい.これまでの言語資源に対する考え方を見直さなければならない.併せてみらい翻訳で実現したTOEIC900点以上の人間に匹敵する英作文能力についても紹介する.

参考文献:

2.「映像解析における周辺要素」(講師: [Twitter:@kndt84] ) (発表: 25分+議論: 35分)

映像解析というと、とかくYOLOやOpenPoseといったアルゴリズムばかりが注目されがちですが、実際に映像解析をビジネスとして成立させるためには、プライバシーセキュリティへの配慮、動画の取得、通信の確保、ハード選定、ログの分析や可視化といった様々な周辺要素を考慮してプロジェクトを実行することが必要になってきます。本発表では、実際に数多の映像解析のプロジェクトを行ってきた経験から、特に重要と思われる要素について時間の許す限り解説したいと思います。

3.「機械学習アルゴリズムの実装〜手順と考え方」(講師: [Twitter:@hamukazu] ) (発表: 25分+議論: 35分)

Pythonを使ってフルスクラッチから機械学習アルゴリズムを実装するための手順について說明する。実装に必要な道具(Numpy/Scipy/Cythonなど)については今まで様々なところで講演してきたが、今回は道具については軽く紹介した上で、主に実装をするときの方法論について経験に基づいた話をしたい。


ツイートまとめ (Togetter)

「第60回 データマイニング+WEB @東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ー」に関するツイートTogetter にまとめました。みなさん、たくさんのツイートありがとうございました。("誰でも編集可能"に設定してあります)

振返り:

振返りホワイトボード(Keep/Try/Talk候補):

f:id:hamadakoichi:20171028190328j:image

■講師募集

データマイニング+WEB勉強会東京 (#TokyoWebmining) を今後も、講師、参加者、双方にとってよりよい会としていきたいと思います。講師を募集していますので私の TwitterGoogle Group へのメールへぜひご連絡下さい。

連絡先:

Wiki


■過去開催内容:

2017-08-05

[][] 第59回 データマイニング+WEB @東京( #TokyoWebmining 59th )ー 深層学習 展開 祭り ーを開催しました  第59回 データマイニング+WEB @東京( #TokyoWebmining 59th )ー 深層学習 展開 祭り ーを開催しました - hamadakoichi blog を含むブックマーク  第59回 データマイニング+WEB @東京( #TokyoWebmining 59th )ー 深層学習 展開 祭り ーを開催しました - hamadakoichi blog のブックマークコメント

2017/8/5 "第59回 データマイニング+WEB @東京( #TokyoWebmining 59th ) ー 深層学習 展開 祭り ー" を開催しました。

会場提供して下さった FreakOut さん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。

参加者ID・バックグラウンド一覧:

f:id:hamadakoichi:20170805192216j:image

参加者セキココ:第59回 データマイニング+WEB @東京 セキココ

(作成してくれた [Twitter:@komiya_atsushi] さんに感謝)


以下、全講師資料、関連資料、ツイートまとめです。

AGENDA:

■Opening Talk

O1.「データマイニング+WEB@東京 について」

講師:[Twitter:@hamadakoichi]


O2.「参加者全員 自己紹介 (興味・活動)」(進行:[Twitter:@hamadakoichi])

0.「深層学習の展開」( 講師: [Twitter:@hamadakoichi] )

対話返答生成における個性の追加反映」

個性を反映した返答生成は,様々な個性のキャラクタを用意することで多様な返答を可能にしたり応答の一貫性を確保できる点で近年注目されている.一方で,それぞれの返答個性を学習させるための対話例の準備が高コストであるという問題がある.

本研究では,深層学習を用いた返答文生成モデルに対して,元の個性を保持しつつ特定の返答個性を追加反映する手法提案及び比較評価を行う.さらに,返答文生成に用いる個性表現ベクトル演算による生成文の変化について分析を行う.

(※各種、深層生成モデルの展開紹介の中で、対話生成での個性反映の説明に用いた資料です。)


1.「画像を用いたファッションアイテム検索」(講師: [Twitter:@tn1031] ) (発表: 50分+議論: 50分)

ファッションアイテムのための画像検索システムは、検索対象となる画像の多様性から複雑なものになりがちです。例えば、ECサイトの画像やユーザーが撮影した画像/置き撮り画像やモデル着用画像の間で同一判定する能力が要求されます。

本発表では、このような問題の解決策を最新の研究事例を交えながら紹介します。

参考文献:


2.「深層学習とベイズ統計」(講師: [Twitter:@yutakashino]) (発表: 50分+議論: 50分)

深層学習の力強い発展が続いています.深層学習は計算グラフをベースとする非線形モデルで,確率勾配法を利用することで大規模にスケールする識別学習や系列予測が可能です.しかし,統計学的にみるとモデルの学習とは点推定を行うことに他ならず,過学習を回避する困難さや,複数のモデルを比較することで人間にとって納得するモデルを選ぶことが難しいという欠点があります.一方で,ベイズ推定は,取り扱うモデルの変数確率変数として保持し人間にとって意味のある確率モデル・統計モデルを構築します.ベイズ推定は確率変数のモデルで学習するので過学習に頑健性があり,複数モデルを比較可能であること(モデル選択可能)から納得感の高い意思決定が可能になります.

最近上記の深層学習とベイズ推定を融合させる動き,ベイジアン深層学習/確率的プログラミング,が大きくなっています.このプレゼンテーションではベイジアン深層学習/確率的プログラミングの潮流,基礎的知識,そして具体的なモデリング方法・計算手法を紹介することで,ベイジアン深層学習/確率的プログラミングの初歩を提示することができたら,と考えています.

参考文献:


懇親会LT:

Variational Autoencoderの紹介 ([Twitter:@Kenmatsu4 ] )

ツイートまとめ (Togetter)

「第59回 データマイニング+WEB @東京( #TokyoWebmining 59th ) ー 深層学習 展開 祭り ー」に関するツイートTogetter にまとめました。みなさん、たくさんのツイートありがとうございました。("誰でも編集可能"に設定してあります)

振返り:

振返りホワイトボード(Keep/Try/Talk候補):

f:id:hamadakoichi:20170805190936j:image


■講師募集

データマイニング+WEB勉強会東京 (#TokyoWebmining) を今後も、講師、参加者、双方にとってよりよい会としていきたいと思います。講師を募集していますので私の TwitterGoogle Group へのメールへぜひご連絡下さい。

連絡先:

Wiki



■過去開催内容:

2017-03-25

[][] 第58回 データマイニング+WEB @東京( #TokyoWebmining 58th )ー 移動体・動的最適化 祭りーを開催しました  第58回 データマイニング+WEB @東京( #TokyoWebmining 58th )ー 移動体・動的最適化 祭りーを開催しました - hamadakoichi blog を含むブックマーク  第58回 データマイニング+WEB @東京( #TokyoWebmining 58th )ー 移動体・動的最適化 祭りーを開催しました - hamadakoichi blog のブックマークコメント

2017/3/25 "第58回 データマイニング+WEB @東京( #TokyoWebmining 58th ) ー 移動体・動的最適化 祭りー" を開催しました。

会場提供して下さった FreakOut さん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。

参加者ID・バックグラウンド一覧:

f:id:hamadakoichi:20170325220111j:image

参加者セキココ:第58回 データマイニング+WEB @東京 セキココ

(作成してくれた [Twitter:@komiya_atsushi] さんに感謝)


以下、全講師資料、関連資料、ツイートまとめです。

AGENDA:

■Opening Talk

O1.「データマイニング+WEB@東京 について」

講師:[Twitter:@hamadakoichi]

O2.「参加者全員 自己紹介 (興味・活動)」(進行:[Twitter:@hamadakoichi])


1.「移動体の機械学習最前線」(講師:(講師: [Twitter:@eriver_jpn] ) (発表: 30分+議論: 35分)

【資料】: 非公開

Microsoftにて公共ビッグデータ活用の概念検証(PoC)事案があり、そこで実施した移動体のデータを使った機械学習モデルと、予測結果の精度を直感的に把握するために提案したビジュアライゼーションの手法を紹介します。成果は有料イベントである"De:Code2016"のセッションで一部紹介済みですが、今回は裏側の技術詳細を担当者視点で紹介します。(社外向けでは初です)

参考文献:


2.「ドローン農業最前線」(講師:[Twitter:@negative_t28]) (発表: 30分+議論: 35分)

農業用のドローンは、農薬散布用無人ヘリコプターという形で、国内でも1985年から利用さてれてきましたが、その操縦は難しく、免許も必要なため、農家の方が自分で操作することは難しいという状況でした。それが今日の技術革新により、操縦の自動化が現実的なものとなり、農薬散布やリモートセンシングへのドローン活用の広がりが期待されています。

今回はドローンの仕組みと農業への応用状況を紹介した後、自動化に大きな役割をはたしているGPSと、画像処理技術について紹介します。

参考文献:

Web

書籍

GPSのための実用プログラミング

GPSのための実用プログラミング

三次元画像計測の基礎

三次元画像計測の基礎


3.「動的最適化の今までとこれから」(講師: [Twitter:@kazukibs] )(発表: 30分+議論: 35分)

ダイナミック・プライシングは、季節や時間帯などの変化に応じて価格変動させ、需要の調整を行う価格設定手法で、航空券や各種興行イベントチケットなどでも近年使われて始めています。

ホテル・旅館などの宿泊施設への応用の話を軸に、動的最適化といえばよくとりあげられる動的計画法とのつながりや課題などを交えつつ経済学の視点からお話ししたいと思います。

参考文献:

Dynamic Economics: Quantitative Methods and Applications (The MIT Press)

Dynamic Economics: Quantitative Methods and Applications (The MIT Press)

Recursive Methods in Economic Dynamics

Recursive Methods in Economic Dynamics

懇親会LT:

PL/CUDA - GPU Accelerated In-Database Analytics ([Twitter:@kkaigai] )

InDatabaseAnalytics ([Twitter:@kkaigai] )


ツイートまとめ (Togetter)

「第58回 データマイニング+WEB @東京( #TokyoWebmining 58th ) ー移動体・動的最適化 祭りー」に関するツイートTogetter にまとめました。みなさん、たくさんのツイートありがとうございました。("誰でも編集可能"に設定してあります)

振返り:

振返りホワイトボード(Keep/Try/Talk候補):

f:id:hamadakoichi:20170325220214j:image


■講師募集

データマイニング+WEB勉強会東京 (#TokyoWebmining) を今後も、講師、参加者、双方にとってよりよい会としていきたいと思います。講師を募集していますので私の TwitterGoogle Group へのメールへぜひご連絡下さい。

連絡先:

Wiki



■過去開催内容:

2016-10-29

[][] 第57回 データマイニング+WEB @東京( #TokyoWebmining 57th )ー ビジネス活用 祭りーを開催しました  第57回 データマイニング+WEB @東京( #TokyoWebmining 57th )ー ビジネス活用 祭りーを開催しました - hamadakoichi blog を含むブックマーク  第57回 データマイニング+WEB @東京( #TokyoWebmining 57th )ー ビジネス活用 祭りーを開催しました - hamadakoichi blog のブックマークコメント

2016/10/29 "第57回 データマイニング+WEB @東京( #TokyoWebmining 57th ) ー ビジネス活用 祭りー" を開催しました。

会場提供して下さった FreakOut さん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。

参加者ID・バックグラウンド一覧:

f:id:hamadakoichi:20161029223410j:image

参加者セキココ:第57回 データマイニング+WEB @東京 セキココ

(作成してくれた [Twitter:@komiya_atsushi] さんに感謝)


以下、全講師資料、関連資料、ツイートまとめです。

AGENDA:

■Opening Talk

O1.「データマイニング+WEB@東京 について」

講師:[Twitter:@hamadakoichi]

O2.「参加者全員 自己紹介 (興味・活動)」(進行:[Twitter:@hamadakoichi])


1.「計量経済学と機械学習の交差点徹底入門」(講師: [Twitter:@housecat442]) (発表: 30分+議論: 35分)

近年経済学において機械学習の存在感が増してきています。特に米国のwebサービス関連の企業では既存の計量経済学の手法機械学習によって改善されており、「大量にデータがある状態での因果推論モデルの提案」と「予測精度を担保しつつ因果関係を示せるモデルの提案」の二つにおいて進歩を出しつつあります。今回の発表では主にSusan Atheyの発表している研究内容を踏襲しながら、この分野への入門を行います。

参考文献:


2.「金融機関におけるデータ活用徹底入門」(講師: [Twitter:@MOTOGRILL] ) (発表: 30分+議論: 35分)

【資料】:確認後 公開予定

近年のビッグデータ・AIブームのおかげで、大手ベンダーからベンチャー企業まで様々なデータ分析技術が提供されています。一方、銀行を中心とする伝統的な金融機関はデータを持ってはいますが、データ分析技術の専門家は少なく、活用が遅れている分野も多く残っています。このミスマッチを解消すべく、分析技術を持った方々に、金融機関にあるデータと課題、すでに取り組んでいる事を知って頂くことで、金融サービスの向上に協力して頂ければと思います。

参考文献:


3.「TVision Insights - TV視聴行動データ解析 最新ケーススタディ」(講師: [Twitter:@shkali])(発表: 30分+議論: 35分)

半年ぶりのTVISION INSIGHTSのテレビ視聴質データです。

前回と同じように、方法論は他の諸賢に任せ、もぎたてのデータから見えてきたことをお見せし、みなさんの「こういう分析がしたい」という想像の空間を広げることができればと思います。

わりとデータのカバレッジが広がってきました。

参考文献:


ツイートまとめ (Togetter)

「第57回 データマイニング+WEB @東京( #TokyoWebmining 57th ) ービジネス活用 祭りー」に関するツイートTogetter にまとめました。みなさん、たくさんのツイートありがとうございました。("誰でも編集可能"に設定してあります)


■講師募集

データマイニング+WEB勉強会東京 (#TokyoWebmining) を今後も、講師、参加者、双方にとってよりよい会としていきたいと思います。講師を募集していますので私の TwitterGoogle Group へのメールへぜひご連絡下さい。

連絡先:

Wiki

振返り:

振返りホワイトボード(Keep/Try/Talk候補):

f:id:hamadakoichi:20161029223411j:image


■過去開催内容:

2016-09-03

[][] 第56回 データマイニング+WEB @東京( #TokyoWebmining 56th )ー 機械学習サービス活用 祭り ーを開催しました  第56回 データマイニング+WEB @東京( #TokyoWebmining 56th )ー 機械学習サービス活用 祭り ーを開催しました - hamadakoichi blog を含むブックマーク  第56回 データマイニング+WEB @東京( #TokyoWebmining 56th )ー 機械学習サービス活用 祭り ーを開催しました - hamadakoichi blog のブックマークコメント

2016/9/3 "第56回 データマイニング+WEB @東京( #TokyoWebmining 56th ) ー 機械学習サービス活用 祭り ー" を開催しました。

会場提供して下さった SmartNews さん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。

参加者ID・バックグラウンド一覧

f:id:hamadakoichi:20160903224407j:image

参加者セキココ:第56回 データマイニング+WEB @東京 セキココ

(作成してくれた [Twitter:@komiya_atsushi] さんに感謝)


以下、全講師資料、関連資料、ツイートまとめです。

AGENDA:

■Opening Talk

O1.「データマイニング+WEB@東京 について」

講師:[Twitter:@hamadakoichi]

O2.「参加者全員 自己紹介 (興味・活動)」(進行:[Twitter:@hamadakoichi])


1.「Recommendation Systems Handbook 2nd - 全 28 章 1000 page を 30 分で紹介」(講師: [Twitter:@masatoh73])

情報推薦技術の最近の研究動向を広く浅く紹介します。去年末に発行された推薦システムのハンドブック(全28章、約1000ページ)を参考に、汎用的な推薦手法から、ケースごとに固有なテクニック、人間心理にもとづく考え方など、いろんなトピックをお話します。

参考文献:


2.「広告配信における不正クリックとの戦い」(講師: [Twitter:@hagino3000] )(発表:30分 + 議論:35分)

インターネット広告業界において、Ad FraudやClick Fraudが問題として取り挙げられる事が増えました。Click Fraud(クリック詐欺)とはクリック報酬型広告(Pay Per Click)において、人間では無いボットによるクリックや、パブリッシャー(広告掲載サイト運営者)が自身の利益のために行なうクリックを指します。これは広告主にとって価値が無く、無駄なコストとなるため、広告ネットワーク事業者はこれを検出して無効化する対応を求められています。

本発表では、Click Fraud検出の歴史と共にその手法、現在のモバイル広告における課題を解説します。

参考文献:


3.「アンカンファレンス」(進行: [Twitter:@iakiyama] ) (全体合計:60分)

アンカンファレンスとは、参加者が自分の議論したいトピックに関して話し、参加者が全員で議論・課題解決を行い、作りあげるカンファレンスです。TokyoWebmining には、データ・機械学習の各領域での実活用を行っているメンバーが集まっています。日頃、議論したいトピックをぜひ議論しましょう。


ツイートまとめ (Togetter)

「第56回 データマイニング+WEB @東京( #TokyoWebmining 56th ) ー機械学習サービス活用 祭り ー」に関するツイートTogetter にまとめました。みなさん、たくさんのツイートありがとうございました。("誰でも編集可能"に設定してあります)


■講師募集

データマイニング+WEB勉強会東京 (#TokyoWebmining) を今後も、講師、参加者、双方にとってよりよい会としていきたいと思います。講師を募集していますので私の TwitterGoogle Group へのメールへぜひご連絡下さい。

連絡先:

Wiki

振返り:

振返りホワイトボード(Keep/Try/Talk候補):

f:id:hamadakoichi:20160903224409j:image

■過去開催内容: