SlideShare ist ein Scribd-Unternehmen logo
1 von 37
Downloaden Sie, um offline zu lesen
エンジニアなら使える深層学習
TensorFlowやDataRobotで機械学習がもっと身近に
by シバタアキラ
copyright @2016 by DataRobot, Inc. All Rights Reserved
シバタアキラ, Ph.D. @madyagi
2004 - 2007::Ph.D. 高エネルギー物理学 @London大学
● Pythonを使い始めた頃(C++もがっつり)
2007 - 2010::データサイエンティスト @NYU
● ヒッグス粒子の発見のためのデータ解析 @LHC, CERN
2010 - 2013:戦略コンサル @BCG “ボスコン”
2013 - 2015:CEO @白ヤギコーポレーション
● ニュースキュレーションアプリ「カメリオ」
2015 - :データサイエンティスト @ DataRobot
2014 - :オーガナイザー @ PyData.Tokyo
copyright @2016 by DataRobot, Inc. All Rights Reserved 3
2012 2H 2013 1H 2013 2H 2014 1H 2014 2H 2015 1H 2015 2H 2016 1H
June ‘12
Founded
June ‘13
Seed Funding
$3.3M
July ‘14
Series A $21M
Nov ‘15
Series B $33M
データロボット会社紹介
copyright @2016 by DataRobot, Inc. All Rights Reserved 4
世界で30万人以上が登録する、データサイエンティストのコンペプラットフォーム。
数多くの企業がデータを公開し、予測精度で上位成績者には賞金が渡される。
Jeremy Achin
CEO & Co-Founder
Highest† 20th
Xavier Conort
Chief Data Scientist
Highest† 1st
Tom DeGody
CTO & Co-Founder
Highest† 20th
Peter Prettenhofer
Data Scientist
Highest† 14th
Core Contributor
Owen Zhang
Chief Product Officer
Highest† 1st
Sergey Yurgenson
Data Scientist
Highest† 1st
Viktor Gal
Data Scientist
Core Contributor
トップKagglerが多数在籍
copyright @2016 by DataRobot, Inc. All Rights Reserved
データサイエン
ティストのたま
り場
Python じゃな
い方もどうぞ
copyright @2016 by DataRobot, Inc. All Rights Reserved
PyData.Tokyoでは、開始当初から深層学習を追ってきた
copyright @2016 by DataRobot, Inc. All Rights Reserved
お仕事 オーガナイザー 連載
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
今日お伝えしたいこと
あなたも人工知能使えます
つかってっください
copyright @2016 by DataRobot, Inc. All Rights Reserved
深層学習(ディープラーニング)アルゴリズムの画像処理における性能がすごすぎ
機械って人間超えちゃったりするんじゃね?人間置き換えちゃうんじゃね?
とりあえずその辺の技術全般を指すハイプ用語として成立
メディアもネタになって嬉しいし、そっち系のスタートアップなんかもとりあえず波にのることに
した。
そもそも...人工知能ってなに?
copyright @2016 by DataRobot, Inc. All Rights Reserved
人工知能作ろうとしてる人、増えてます
copyright @2016 by DataRobot, Inc. All Rights Reserved
人工知能 機械学習 深層学習(ディープラーニング)
もう少しだけ正確に
copyright @2016 by DataRobot, Inc. All Rights Reserved
機械学習ってなに?
コンピューターアルゴリズムにデータを分析させ、
パターンを学習させることで、
予測や識別などの問題を解かせること。
種類
● 教師あり
● 教師なし
手法
● 回帰
● 決定木
● ベイジアンモデル
● クラスタリング
● ニューラルネットワーク
● 深層学習
copyright @2016 by DataRobot, Inc. All Rights Reserved
機械学習への入力データと解ける問題
分類
● 2値分類:True/False
● 多値分類:カテゴリー・タグ
回帰
● 連続値:数値
時系列
● 数値 x 時間
レコメンデーション
● 数値 x アイテム
クラスタリング
● ブーリアン
● 数値
● カテゴリ
● テキスト
copyright @2016 by DataRobot, Inc. All Rights Reserved
既に広くビジネスに応用されている
● 金融
○ この人お金貸したら返ってくる?
○
● 保険
○ この人が来年事故に遭う確率は?
● マーケティング
○ この広告はどれくらいクリックされる?
○ どのマーケティングキャンペーンが一番効果的?
● 人事・採用
○ この候補者は自社で活躍できるか?
○ どの従業員が辞めそう?
● スポーツ
○ この選手はいくつの試合でヒットを打てる??
● ヘルスケア
○ 退院した患者がまた悪くなって再入院する確率は?
copyright @2016 by DataRobot, Inc. All Rights Reserved
どんどん進化してる
研究者が自分でアルゴリズ
ムを考案して論文を発表
オープンソースライブラリで
コーディングができる人はつ
かえる
● Pythonならscikit-learn
ボタンをポチッと押すだけで、
誰でも使える
● DataRobot
深層学習前の機械学習技術は
イマココ
copyright @2016 by DataRobot, Inc. All Rights Reserved
深層学習ってなに?
神経回路にインスパイアされたニューラルネットワーク型アルゴリズムの「隠れ層」
を多段にすることで、学習能力を高めたもの。特に画像識別分野で高い精度を発
揮している。
学習手法
● オートエンコーダー
● Restricted Boltzmann Machine などなど
ネットワークタイプ
● Convolutional
● Recurrent などなど
HWの進歩
● GPUを使った効率化
そもそも...
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
● ブーリアン
● 数値
● カテゴリ
● テキスト
● 画像
● 音声
深層学習への入力データと解ける問題
分類
● 2値分類:True/False
● 多値分類:カテゴリー
回帰
● 連続値:数値
時系列
● 数値 x 時間
レコメンデーション
● 数値 x アイテム
クラスタリング
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
TensorFlowとは
深層学習の構築に必要な線形代数を
表現し、GPUなどの分散処理技術を
使って高速に計算するためのライブラ
リ。
エンジニアならPython/C++からわりと簡
単に使える。
copyright @2016 by DataRobot, Inc. All Rights Reserved
● 手書き文字の認識
● テキストのベクトル化(Word2Vec)
● 機械翻訳
● 自然言語のモデリング
● イメージ内にある物体の識別
● などなど
TensorFlowで既にできる深層学習の応用例
Googleの物体識別アルゴリズム、
Inception3は96%以上のtop5正答
率で、世界最高精度かつ、人間より
も精度が高い。
既にTensorFlowで使える。
copyright @2016 by DataRobot, Inc. All Rights Reserved
pip install --upgrade https://storage.googleapis.
com/tensorflow/mac/tensorflow-0.7.0-py2-none-any.
whl
プラス幾つかのコマンドで
デモ:
わりと簡単につかえる... エンジニアなら
copyright @2016 by DataRobot, Inc. All Rights Reserved
http://kivantium.hateblo.jp/entry/2015/11/18/233834
じぶんで応用すると...
copyright @2016 by DataRobot, Inc. All Rights Reserved
Deep Dreamも、もうすぐ
TensorFlowから使える
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
どんどん進化してる
研究者が自分でアルゴリズ
ムを考案して論文を発表
オープンソースライブラリで
コーディングができる人はつ
かえる
● TensorFlow!
ボタンをポチッと押すだけで、
誰でも使える
● ???
深層学習は
イマココ
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
みんなが使うとすごいことがおこる
copyright @2016 by DataRobot, Inc. All Rights Reserved
みんなが使うとすごいことがおこる
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved
copyright @2016 by DataRobot, Inc. All Rights Reserved

Weitere ähnliche Inhalte

Was ist angesagt?

Retty recommendation project
Retty recommendation projectRetty recommendation project
Retty recommendation projectJiro Iwanaga
 
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~Recruit Technologies
 
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-Recruit Technologies
 
Business Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologiesBusiness Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologiesDataWorks Summit/Hadoop Summit
 
20170419PFNオープンハウス インターンと採用 公開用
20170419PFNオープンハウス  インターンと採用 公開用20170419PFNオープンハウス  インターンと採用 公開用
20170419PFNオープンハウス インターンと採用 公開用Preferred Networks
 
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦Rakuten Group, Inc.
 
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?BrainPad Inc.
 
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Chigusa Junichiro
 
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかRustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかShunsukeNakamura17
 
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)Junichi Noda
 
秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)Junichi Noda
 
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料Ridge-i
 
SIGSPATIAL 2020 参加報告資料
SIGSPATIAL 2020 参加報告資料SIGSPATIAL 2020 参加報告資料
SIGSPATIAL 2020 参加報告資料Tomoki Saito
 
パーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPAN
パーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPANパーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPAN
パーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPANYahoo!デベロッパーネットワーク
 
リクルートテクノロジーズの産学連携への取り組み
リクルートテクノロジーズの産学連携への取り組みリクルートテクノロジーズの産学連携への取り組み
リクルートテクノロジーズの産学連携への取り組みRecruit Technologies
 
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発BrainPad Inc.
 

Was ist angesagt? (20)

Retty recommendation project
Retty recommendation projectRetty recommendation project
Retty recommendation project
 
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
3万人が利用するリクルートのワイヤレス環境 ~リアクティブからプロアクティブへ~
 
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
 
Business Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologiesBusiness Innovation cases driven by AI and BigData technologies
Business Innovation cases driven by AI and BigData technologies
 
LT(自由)
LT(自由)LT(自由)
LT(自由)
 
20170419PFNオープンハウス インターンと採用 公開用
20170419PFNオープンハウス  インターンと採用 公開用20170419PFNオープンハウス  インターンと採用 公開用
20170419PFNオープンハウス インターンと採用 公開用
 
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
 
Dlc ri
Dlc riDlc ri
Dlc ri
 
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
 
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
 
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったかRustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
 
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
日本のアニメ産業を爆速させるアニメAPIの開発と活用事例 (ニコニコ超会議2016 大和証券ステージ)
 
秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)秋葉原IT戦略研究所のご紹介(2016/05/04)
秋葉原IT戦略研究所のご紹介(2016/05/04)
 
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
[GTC 2018] GTCテクニカルセッション_0913 Ridge-i発表資料
 
Pepper+独自会話エンジン
Pepper+独自会話エンジンPepper+独自会話エンジン
Pepper+独自会話エンジン
 
SIGSPATIAL 2020 参加報告資料
SIGSPATIAL 2020 参加報告資料SIGSPATIAL 2020 参加報告資料
SIGSPATIAL 2020 参加報告資料
 
パーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPAN
パーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPANパーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPAN
パーソナライズニュースを支えるML業務のまわしかた@Yahoo! JAPAN
 
リクルートテクノロジーズの産学連携への取り組み
リクルートテクノロジーズの産学連携への取り組みリクルートテクノロジーズの産学連携への取り組み
リクルートテクノロジーズの産学連携への取り組み
 
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
 
Sano hmm 20150512
Sano hmm 20150512Sano hmm 20150512
Sano hmm 20150512
 

Andere mochten auch

人工知能をビジネスに活かす
人工知能をビジネスに活かす人工知能をビジネスに活かす
人工知能をビジネスに活かすAkira Shibata
 
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組Recruit Technologies
 
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたかリクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたかRecruit Technologies
 
【18-B-2】データ分析で始めるサービス改善最初の一歩
【18-B-2】データ分析で始めるサービス改善最初の一歩【18-B-2】データ分析で始めるサービス改善最初の一歩
【18-B-2】データ分析で始めるサービス改善最初の一歩Developers Summit
 
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)徹 上野山
 
Analysis Software Development
Analysis Software DevelopmentAnalysis Software Development
Analysis Software DevelopmentAkira Shibata
 
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual TalksYuya Unno
 
How to develop a huge Single Page Application
How to develop a huge Single Page ApplicationHow to develop a huge Single Page Application
How to develop a huge Single Page ApplicationNaoki Yamada
 
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016Isezaki Toshiaki
 
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築Junichi Noda
 
PyData Tokyo Tutorial & Hackathon #1
PyData Tokyo Tutorial & Hackathon #1PyData Tokyo Tutorial & Hackathon #1
PyData Tokyo Tutorial & Hackathon #1Akira Shibata
 
大規模Redisサーバ縮小化の戦い
大規模Redisサーバ縮小化の戦い大規模Redisサーバ縮小化の戦い
大規模Redisサーバ縮小化の戦いYuto Komai
 
素人がDeep Learningと他の機械学習の性能を比較してみた
素人がDeep Learningと他の機械学習の性能を比較してみた素人がDeep Learningと他の機械学習の性能を比較してみた
素人がDeep Learningと他の機械学習の性能を比較してみたToru Imai
 
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術Recruit Technologies
 
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアルリクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアルRecruit Technologies
 
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践智之 村上
 
今日から使える! みんなのクラスタリング超入門
今日から使える! みんなのクラスタリング超入門今日から使える! みんなのクラスタリング超入門
今日から使える! みんなのクラスタリング超入門toilet_lunch
 
機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレストTeppei Baba
 
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33horihorio
 

Andere mochten auch (20)

人工知能をビジネスに活かす
人工知能をビジネスに活かす人工知能をビジネスに活かす
人工知能をビジネスに活かす
 
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
 
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたかリクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
 
【18-B-2】データ分析で始めるサービス改善最初の一歩
【18-B-2】データ分析で始めるサービス改善最初の一歩【18-B-2】データ分析で始めるサービス改善最初の一歩
【18-B-2】データ分析で始めるサービス改善最初の一歩
 
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)
 
Analysis Software Development
Analysis Software DevelopmentAnalysis Software Development
Analysis Software Development
 
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
 
How to develop a huge Single Page Application
How to develop a huge Single Page ApplicationHow to develop a huge Single Page Application
How to develop a huge Single Page Application
 
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
 
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
 
PyData Tokyo Tutorial & Hackathon #1
PyData Tokyo Tutorial & Hackathon #1PyData Tokyo Tutorial & Hackathon #1
PyData Tokyo Tutorial & Hackathon #1
 
大規模Redisサーバ縮小化の戦い
大規模Redisサーバ縮小化の戦い大規模Redisサーバ縮小化の戦い
大規模Redisサーバ縮小化の戦い
 
素人がDeep Learningと他の機械学習の性能を比較してみた
素人がDeep Learningと他の機械学習の性能を比較してみた素人がDeep Learningと他の機械学習の性能を比較してみた
素人がDeep Learningと他の機械学習の性能を比較してみた
 
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
 
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアルリクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
 
バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践バンディットアルゴリズム入門と実践
バンディットアルゴリズム入門と実践
 
決定木学習
決定木学習決定木学習
決定木学習
 
今日から使える! みんなのクラスタリング超入門
今日から使える! みんなのクラスタリング超入門今日から使える! みんなのクラスタリング超入門
今日から使える! みんなのクラスタリング超入門
 
機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト機会学習ハッカソン:ランダムフォレスト
機会学習ハッカソン:ランダムフォレスト
 
ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33ロジスティック回帰の考え方・使い方 - TokyoR #33
ロジスティック回帰の考え方・使い方 - TokyoR #33
 

Ähnlich wie Akira shibata at developer summit 2016

「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク  榊 剛史「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク  榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史Leading Edge Co.,Ltd.
 
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略Developers Summit
 
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)Yuya Unno
 
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~株式会社Consumer first
 
米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-
米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-
米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-Kazuaki ODA
 
[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』
[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』
[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』Insight Technology, Inc.
 
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方Shohei Hido
 
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナーHiroshi Senga
 
第4次産業革命 AIでビジネスの現場が変わる
第4次産業革命 AIでビジネスの現場が変わる第4次産業革命 AIでビジネスの現場が変わる
第4次産業革命 AIでビジネスの現場が変わるDIVE INTO CODE Corp.
 
営業現場で困らないためのディープラーニング
営業現場で困らないためのディープラーニング営業現場で困らないためのディープラーニング
営業現場で困らないためのディープラーニングSatoru Yamamoto
 
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理Preferred Networks
 
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)NTT DATA Technology & Innovation
 
20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局より20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局よりNobuyuki Otomori
 
Contextual package
Contextual packageContextual package
Contextual packageShota Yasui
 
第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにする
第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにする第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにする
第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにするDIVE INTO CODE Corp.
 
投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンドOsaka University
 

Ähnlich wie Akira shibata at developer summit 2016 (20)

「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク  榊 剛史「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク  榊 剛史
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
 
mlabforum2012_okanohara
mlabforum2012_okanoharamlabforum2012_okanohara
mlabforum2012_okanohara
 
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
 
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
 
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~大切なお客様を、一生のお客様に  ~自社・競合データから導く、結果につながるデータ分析の最新事例~
大切なお客様を、一生のお客様に ~自社・競合データから導く、結果につながるデータ分析の最新事例~
 
ゼロから学ぶAI
ゼロから学ぶAIゼロから学ぶAI
ゼロから学ぶAI
 
米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-
米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-
米中戦争、人工知能、格差、世界はどうなる?-起業家で世界で教える教授の話-
 
The real world use of Big Data to change business
The real world use of Big Data to change businessThe real world use of Big Data to change business
The real world use of Big Data to change business
 
[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』
[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』
[db tech showcase Tokyo 2018] #dbts2018 #D23 『機械学習の自動化を実現するDataRobotによるAIの民主化とは』
 
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
 
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
 
第4次産業革命 AIでビジネスの現場が変わる
第4次産業革命 AIでビジネスの現場が変わる第4次産業革命 AIでビジネスの現場が変わる
第4次産業革命 AIでビジネスの現場が変わる
 
営業現場で困らないためのディープラーニング
営業現場で困らないためのディープラーニング営業現場で困らないためのディープラーニング
営業現場で困らないためのディープラーニング
 
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
 
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
人と機械の協働によりデータ分析作業の効率化を目指す協働型機械学習技術(NTTデータ テクノロジーカンファレンス 2020 発表資料)
 
20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局より20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局より
 
Contextual package
Contextual packageContextual package
Contextual package
 
第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにする
第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにする第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにする
第4次産業革命に備える!新たなスキルを習得し時代の変化をバネにする
 
投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド投資会社から見た人工知能(Ai)の事業化トレンド
投資会社から見た人工知能(Ai)の事業化トレンド
 
bigdata2012nlp okanohara
bigdata2012nlp okanoharabigdata2012nlp okanohara
bigdata2012nlp okanohara
 

Mehr von Akira Shibata

大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さん
大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さん大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さん
大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さんAkira Shibata
 
W&B monthly meetup#7 Intro.pdf
W&B monthly meetup#7 Intro.pdfW&B monthly meetup#7 Intro.pdf
W&B monthly meetup#7 Intro.pdfAkira Shibata
 
20230705 - Optuna Integration (to share).pdf
20230705 - Optuna Integration (to share).pdf20230705 - Optuna Integration (to share).pdf
20230705 - Optuna Integration (to share).pdfAkira Shibata
 
W&B Seminar #5(to share).pdf
W&B Seminar #5(to share).pdfW&B Seminar #5(to share).pdf
W&B Seminar #5(to share).pdfAkira Shibata
 
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdfmakoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdfAkira Shibata
 
LLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdfLLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdfAkira Shibata
 
Kaggle and data science
Kaggle and data scienceKaggle and data science
Kaggle and data scienceAkira Shibata
 
PyData NYC by Akira Shibata
PyData NYC by Akira ShibataPyData NYC by Akira Shibata
PyData NYC by Akira ShibataAkira Shibata
 
20141127 py datatokyomeetup2
20141127 py datatokyomeetup220141127 py datatokyomeetup2
20141127 py datatokyomeetup2Akira Shibata
 
The LHC Explained by CNN
The LHC Explained by CNNThe LHC Explained by CNN
The LHC Explained by CNNAkira Shibata
 
Top Cross Section Measurement
Top Cross Section MeasurementTop Cross Section Measurement
Top Cross Section MeasurementAkira Shibata
 
Analysis Software Benchmark
Analysis Software BenchmarkAnalysis Software Benchmark
Analysis Software BenchmarkAkira Shibata
 
Top quark physics at the LHC
Top quark physics at the LHCTop quark physics at the LHC
Top quark physics at the LHCAkira Shibata
 

Mehr von Akira Shibata (17)

大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さん
大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さん大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さん
大規模言語モデル開発を支える分散学習技術 - 東京工業大学横田理央研究室の藤井一喜さん
 
W&B monthly meetup#7 Intro.pdf
W&B monthly meetup#7 Intro.pdfW&B monthly meetup#7 Intro.pdf
W&B monthly meetup#7 Intro.pdf
 
20230705 - Optuna Integration (to share).pdf
20230705 - Optuna Integration (to share).pdf20230705 - Optuna Integration (to share).pdf
20230705 - Optuna Integration (to share).pdf
 
W&B Seminar #5(to share).pdf
W&B Seminar #5(to share).pdfW&B Seminar #5(to share).pdf
W&B Seminar #5(to share).pdf
 
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdfmakoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
makoto shing (stability ai) - image model fine-tuning - wandb_event_230525.pdf
 
LLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdfLLM Webinar - シバタアキラ to share.pdf
LLM Webinar - シバタアキラ to share.pdf
 
W&B Seminar #4.pdf
W&B Seminar #4.pdfW&B Seminar #4.pdf
W&B Seminar #4.pdf
 
Kaggle and data science
Kaggle and data scienceKaggle and data science
Kaggle and data science
 
Data x
Data xData x
Data x
 
20150128 cross2015
20150128 cross201520150128 cross2015
20150128 cross2015
 
PyData NYC by Akira Shibata
PyData NYC by Akira ShibataPyData NYC by Akira Shibata
PyData NYC by Akira Shibata
 
20141127 py datatokyomeetup2
20141127 py datatokyomeetup220141127 py datatokyomeetup2
20141127 py datatokyomeetup2
 
The LHC Explained by CNN
The LHC Explained by CNNThe LHC Explained by CNN
The LHC Explained by CNN
 
LHC for Students
LHC for StudentsLHC for Students
LHC for Students
 
Top Cross Section Measurement
Top Cross Section MeasurementTop Cross Section Measurement
Top Cross Section Measurement
 
Analysis Software Benchmark
Analysis Software BenchmarkAnalysis Software Benchmark
Analysis Software Benchmark
 
Top quark physics at the LHC
Top quark physics at the LHCTop quark physics at the LHC
Top quark physics at the LHC
 

Akira shibata at developer summit 2016

  • 2. copyright @2016 by DataRobot, Inc. All Rights Reserved シバタアキラ, Ph.D. @madyagi 2004 - 2007::Ph.D. 高エネルギー物理学 @London大学 ● Pythonを使い始めた頃(C++もがっつり) 2007 - 2010::データサイエンティスト @NYU ● ヒッグス粒子の発見のためのデータ解析 @LHC, CERN 2010 - 2013:戦略コンサル @BCG “ボスコン” 2013 - 2015:CEO @白ヤギコーポレーション ● ニュースキュレーションアプリ「カメリオ」 2015 - :データサイエンティスト @ DataRobot 2014 - :オーガナイザー @ PyData.Tokyo
  • 3. copyright @2016 by DataRobot, Inc. All Rights Reserved 3 2012 2H 2013 1H 2013 2H 2014 1H 2014 2H 2015 1H 2015 2H 2016 1H June ‘12 Founded June ‘13 Seed Funding $3.3M July ‘14 Series A $21M Nov ‘15 Series B $33M データロボット会社紹介
  • 4. copyright @2016 by DataRobot, Inc. All Rights Reserved 4 世界で30万人以上が登録する、データサイエンティストのコンペプラットフォーム。 数多くの企業がデータを公開し、予測精度で上位成績者には賞金が渡される。 Jeremy Achin CEO & Co-Founder Highest† 20th Xavier Conort Chief Data Scientist Highest† 1st Tom DeGody CTO & Co-Founder Highest† 20th Peter Prettenhofer Data Scientist Highest† 14th Core Contributor Owen Zhang Chief Product Officer Highest† 1st Sergey Yurgenson Data Scientist Highest† 1st Viktor Gal Data Scientist Core Contributor トップKagglerが多数在籍
  • 5. copyright @2016 by DataRobot, Inc. All Rights Reserved データサイエン ティストのたま り場 Python じゃな い方もどうぞ
  • 6. copyright @2016 by DataRobot, Inc. All Rights Reserved PyData.Tokyoでは、開始当初から深層学習を追ってきた
  • 7. copyright @2016 by DataRobot, Inc. All Rights Reserved お仕事 オーガナイザー 連載
  • 8. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 9. copyright @2016 by DataRobot, Inc. All Rights Reserved 今日お伝えしたいこと あなたも人工知能使えます つかってっください
  • 10. copyright @2016 by DataRobot, Inc. All Rights Reserved 深層学習(ディープラーニング)アルゴリズムの画像処理における性能がすごすぎ 機械って人間超えちゃったりするんじゃね?人間置き換えちゃうんじゃね? とりあえずその辺の技術全般を指すハイプ用語として成立 メディアもネタになって嬉しいし、そっち系のスタートアップなんかもとりあえず波にのることに した。 そもそも...人工知能ってなに?
  • 11. copyright @2016 by DataRobot, Inc. All Rights Reserved 人工知能作ろうとしてる人、増えてます
  • 12. copyright @2016 by DataRobot, Inc. All Rights Reserved 人工知能 機械学習 深層学習(ディープラーニング) もう少しだけ正確に
  • 13. copyright @2016 by DataRobot, Inc. All Rights Reserved 機械学習ってなに? コンピューターアルゴリズムにデータを分析させ、 パターンを学習させることで、 予測や識別などの問題を解かせること。 種類 ● 教師あり ● 教師なし 手法 ● 回帰 ● 決定木 ● ベイジアンモデル ● クラスタリング ● ニューラルネットワーク ● 深層学習
  • 14. copyright @2016 by DataRobot, Inc. All Rights Reserved 機械学習への入力データと解ける問題 分類 ● 2値分類:True/False ● 多値分類:カテゴリー・タグ 回帰 ● 連続値:数値 時系列 ● 数値 x 時間 レコメンデーション ● 数値 x アイテム クラスタリング ● ブーリアン ● 数値 ● カテゴリ ● テキスト
  • 15. copyright @2016 by DataRobot, Inc. All Rights Reserved 既に広くビジネスに応用されている ● 金融 ○ この人お金貸したら返ってくる? ○ ● 保険 ○ この人が来年事故に遭う確率は? ● マーケティング ○ この広告はどれくらいクリックされる? ○ どのマーケティングキャンペーンが一番効果的? ● 人事・採用 ○ この候補者は自社で活躍できるか? ○ どの従業員が辞めそう? ● スポーツ ○ この選手はいくつの試合でヒットを打てる?? ● ヘルスケア ○ 退院した患者がまた悪くなって再入院する確率は?
  • 16. copyright @2016 by DataRobot, Inc. All Rights Reserved どんどん進化してる 研究者が自分でアルゴリズ ムを考案して論文を発表 オープンソースライブラリで コーディングができる人はつ かえる ● Pythonならscikit-learn ボタンをポチッと押すだけで、 誰でも使える ● DataRobot 深層学習前の機械学習技術は イマココ
  • 17. copyright @2016 by DataRobot, Inc. All Rights Reserved 深層学習ってなに? 神経回路にインスパイアされたニューラルネットワーク型アルゴリズムの「隠れ層」 を多段にすることで、学習能力を高めたもの。特に画像識別分野で高い精度を発 揮している。 学習手法 ● オートエンコーダー ● Restricted Boltzmann Machine などなど ネットワークタイプ ● Convolutional ● Recurrent などなど HWの進歩 ● GPUを使った効率化 そもそも...
  • 18. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 19. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 20. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 21. copyright @2016 by DataRobot, Inc. All Rights Reserved ● ブーリアン ● 数値 ● カテゴリ ● テキスト ● 画像 ● 音声 深層学習への入力データと解ける問題 分類 ● 2値分類:True/False ● 多値分類:カテゴリー 回帰 ● 連続値:数値 時系列 ● 数値 x 時間 レコメンデーション ● 数値 x アイテム クラスタリング
  • 22. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 23. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 24. copyright @2016 by DataRobot, Inc. All Rights Reserved TensorFlowとは 深層学習の構築に必要な線形代数を 表現し、GPUなどの分散処理技術を 使って高速に計算するためのライブラ リ。 エンジニアならPython/C++からわりと簡 単に使える。
  • 25. copyright @2016 by DataRobot, Inc. All Rights Reserved ● 手書き文字の認識 ● テキストのベクトル化(Word2Vec) ● 機械翻訳 ● 自然言語のモデリング ● イメージ内にある物体の識別 ● などなど TensorFlowで既にできる深層学習の応用例 Googleの物体識別アルゴリズム、 Inception3は96%以上のtop5正答 率で、世界最高精度かつ、人間より も精度が高い。 既にTensorFlowで使える。
  • 26. copyright @2016 by DataRobot, Inc. All Rights Reserved pip install --upgrade https://storage.googleapis. com/tensorflow/mac/tensorflow-0.7.0-py2-none-any. whl プラス幾つかのコマンドで デモ: わりと簡単につかえる... エンジニアなら
  • 27. copyright @2016 by DataRobot, Inc. All Rights Reserved http://kivantium.hateblo.jp/entry/2015/11/18/233834 じぶんで応用すると...
  • 28. copyright @2016 by DataRobot, Inc. All Rights Reserved Deep Dreamも、もうすぐ TensorFlowから使える
  • 29. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 30. copyright @2016 by DataRobot, Inc. All Rights Reserved どんどん進化してる 研究者が自分でアルゴリズ ムを考案して論文を発表 オープンソースライブラリで コーディングができる人はつ かえる ● TensorFlow! ボタンをポチッと押すだけで、 誰でも使える ● ??? 深層学習は イマココ
  • 31. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 32. copyright @2016 by DataRobot, Inc. All Rights Reserved みんなが使うとすごいことがおこる
  • 33. copyright @2016 by DataRobot, Inc. All Rights Reserved みんなが使うとすごいことがおこる
  • 34. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 35. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 36. copyright @2016 by DataRobot, Inc. All Rights Reserved
  • 37. copyright @2016 by DataRobot, Inc. All Rights Reserved