MachineLearning 15 minutes! という勉強会に参加してきました。

9/29 にMachineLearning 15 minutes! という勉強会に参加してきました。

machine-learning15minutes.connpass.com

場所は六本木一丁目駅近くにあるビルに入っている「dip」っていう会社で開催されました(この会社はバイトルとか運営している会社です)実はこの勉強会、参加したの2回目です。1回目は先月だったのですが…あんまり長く入れなかったです。。ブログもまだ書けていないし。。

詳細な感想はあとで書きますが、総じて実務寄りの為になる情報が得れてよかったと思います。早速LTの中身を詳細を書いていきます。

オープニングアクト

スティーブ・ジョブスのbe crazy!(でしたっけ?)の動画が流れたあと、のオーガナイザーの門前さんによる挨拶。 あの動画、youtubeなんですがどれだろう?

1. Conterfactual Machine Learning入門 (Cyber Agent 谷口さん)

Conterfactual Machine Learningの「Interactive Learning」についての話です。Conterfactual Machine LearningというのはこのLTから抜粋すると「半事実が生じるデータに対するアルゴリズムの評価、モデルを学習するアルゴリズム」らしいです。

広告表示の最適化を例にした事例で話が進んでいきましたが…この手のLTに慣れていないせいかあんまし理解できずに終わってしまったです。数学苦手ではないけどちょろちょろ出てくる数式の意味がわかる前に終わるっていうね。。。

でも、聞いたことのない手法だったのでこれ何かに使えないかなーと考えていたりします。

2. 「DeepLearningを支える技術」ABEJA Platformの取り組み (ABEJA 上野さん)

ABEJAが提供するプラットフォームの中で「アノテーションサービス」をするのが鍵となるみたいです。アノテーションを裏でアウトソーシングをしてまかなってたりするとか。あとは、MLOpsを意識してデータとモデルのバージョン管理というのもサポートしているみたい。 真新しいように聞こえますが言われれば確かに!と思ったり。思うのは簡単でもやるのは難しいんですよね、この部分って。

3. 事前学習済みモデルはリユース・シェアする時代へ〜TensoFlow Hubで始めよう〜 (TIS 嘉村さん)

TensorFlow Hubの紹介。これはGithubソースコードの共有ならこちらは「学習モデル」、特に後で再利用するのに最適かされたモデル「事前学習済みモデル」を共有するところ。このTensorFlowHubを活用してサービスを作っていきましょうって話。 こういうのがあるのはものすごく便利だけど著作権がらみの話は聞いてみたかったです。ライセンスとかの話があると商売する上どういうところを気をつければいいのか、とか逆にモデルを公開するときにどういうライセンスをかけたらいいのか?みたいなのがあるともっと参考になるかも。

4. 広告業界機械学習~バンディットアルゴリズムを題材に~ (OPT 加藤さん)

バンディッドアルゴリズムの話でした。すみません、この分野、ちょっと得意じゃないんでこれぐらいしかかけず。。。 でも、この勉強会だとバンディッドアルゴリズムって結構出てきます。。。

5. AI開発のための効率的なデータ基盤 (DefinedCrowd Corp. Aya Zook)

品質の高いデータを提供するための自社でやっていることのプレゼンでした。確かに、機械学習とかは結局データの品質が命ですからね。。。データビジネスやる場合は本気で品質に向き合わないといけないかもしれません。

6. AI用データセット構築時のポイント ( グローバルウォーカーズ株式会社 山下 俊)

今回はデータセット観点の話が多いです。Annotator In The Loopとかは突き詰めて損はないと思いました。

7. 東大HAIT新構想〜学生AIエンジニアコミュニティの新たな形〜 (株式会社STANDARD 森 裕大朗)

AI人材をそだてるのをサポートする、的な話でした。ごめんなさい、途中トラブル対応等していまして。。。

8. AIニュースサイト「AINOW」掲載記事でAIトレンド分析~9月~ (dip AI. Lab 小澤 健祐)

AIトレンドについて。やっぱりHWの壁ってあるんですよね。。

懇親会

DeNAのデータ基盤やっている人と話したりAutomotiveな人とお話ししたりして楽しかったです。 DeNAってAI人材をKaggleとかから引っ張ってきたりしてるんですって。。うちもKaggle採用とかやってもいいかもなぁ。

感想など

今回2回目だったんですがためになる話が多くまた参加したいと思いました。 ただ自分の実力不足で理解できずに終わったものも多かったのでそこはまた修行です。はい。