Machine Learning Casual Talks #3 (略称MLCT)やりました #MLCT

先日、Machine Learning Casual Talks #3を行いました。togetterのまとめ

久しぶりのMLCTでしたが、今回も濃密な議論が行われました。

今回、発表資料を乗せるとともに、開催にあたってカジュアルとは、何故始めたか、を改めてお知らせしたので、それをこちらにも書いておきます(次回は募集ページに書こう)

発表資料

<iframe src="https://www.slideshare.net/slideshow/embed_code/key/3CuMqdbNysvpDv" width="427" height="356" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" style="border:1px solid #CCC; border-width:1px; margin-bottom:5px; max-width: 100%;" allowfullscreen> </iframe>

プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT from Shinta Nakayama <cite class="hatena-citation"><a href="http://www.slideshare.net/TokorotenNakayama/mlct">www.slideshare.net</a></cite>

<iframe src="https://www.slideshare.net/slideshow/embed_code/key/v6V59XfiGtFHG" width="427" height="356" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" style="border:1px solid #CCC; border-width:1px; margin-bottom:5px; max-width: 100%;" allowfullscreen> </iframe>

Mlct 20150430v2 from Masakazu Sano <cite class="hatena-citation"><a href="http://www.slideshare.net/masakazusano75/mlct-20150430v2">www.slideshare.net</a></cite>

<iframe src="https://www.slideshare.net/slideshow/embed_code/key/dC7WAonWspVRlD" width="427" height="356" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" style="border:1px solid #CCC; border-width:1px; margin-bottom:5px; max-width: 100%;" allowfullscreen> </iframe>

Hivemall LT @ Machine Learning Casual Talks #3 from Makoto Yui <cite class="hatena-citation"><a href="http://www.slideshare.net/myui/hivemall-mlct3">www.slideshare.net</a></cite>

まさか、Hivemallのユーザーと開発者が同じ場所で発表するとは思っていませんでした。

<iframe src="https://www.slideshare.net/slideshow/embed_code/key/9fQxgpk8taf6Ok" width="427" height="356" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" style="border:1px solid #CCC; border-width:1px; margin-bottom:5px; max-width: 100%;" allowfullscreen> </iframe>

LSTMで話題分類 from __john_smith__ <cite class="hatena-citation"><a href="http://www.slideshare.net/ john_smith /lstm">www.slideshare.net</a></cite>

RNNこれでLSTMやろうとしたら、ドキュメントなさすぎてうまく行かなかったというお話でした。 補足記事も上がっています。

<iframe src="http://john-smith.hateblo.jp/embed/2015/05/02/224928" title="RNNこれくしょんでLSTM使おうと思って失敗した話をMLCTでした - Java Coffee Cafe" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"><a href="http://john-smith.hateblo.jp/entry/2015/05/02/224928">RNNこれくしょんでLSTM使おうと思って失敗した話をMLCTでした - Java Coffee Cafe</a></iframe><cite class="hatena-citation"><a href="http://john-smith.hateblo.jp/entry/2015/05/02/224928">john-smith.hateblo.jp</a></cite>

カジュアルとは

@con_mameさんのこれをみてください。

> AWS Casual Talks#1 で説明したカジュアルとはを再掲 http://t.co/CdlqWIlDES #awscasual > > — con_mame (@con_mame) 2014, 4月 18

<script async src="//platform.twitter.com/widgets.js" charset="utf-8"></script>

これだけでは、わかりにくいと思うのですが、第一回のMLCTで@unnonounoさんが説明もなしにこのスライド(P.26)を流したというのがわかりやすいと思います。

<iframe src="https://www.slideshare.net/slideshow/embed_code/key/6B92WutHaru5ww" width="427" height="356" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" style="border:1px solid #CCC; border-width:1px; margin-bottom:5px; max-width: 100%;" allowfullscreen> </iframe>

Jubatusにおける機械学習のテスト@MLCT from Yuya Unno <cite class="hatena-citation"><a href="http://www.slideshare.net/unnonouno/20140606-mlct/26">www.slideshare.net</a></cite>

ディスカッションをメインにするという点はTokyo WebMiningなんかも似ているのですが、ある程度の前提は知っているというつもりで話してもらっているので、突っ込んだ議論ができていると思います。

何故はじめたのか

そもそも、機械学習をWebサービスなどのシステムに組み込む上で、論文にならないけど大事な工夫が多くあると思います。 そういうのどうしてるの?と皆に聞ける場所が欲しいと思い始めました。

そしたら、SE4MLという、まさにという感じのWorkshopがNIPSに併催されていたりしました。(Machine Learning: The High-Interest Credit Card of Technical Debtが発表されたあそこです)

募集方法について [2015/05/02 21:50追記]

こういうモチベーションなので、「これから入門したい!」という人にはお互い不幸になることが容易に想像できました。 「機械学習」というとはやりの言葉として追いかけようとしている人も増えているとは思いますが、最低限Andrew Ngの機械学習コースを終えている人をターゲットにしたいという思いはありました。

ただ、どうすればそういう人にリーチするかという解がわからなかったのと、connpassの抽選機能は自分が強く希望を出して実現してもらったので、一度は試さないといけないなと思い、rand()の神様にすべてを託しました*1。

結果としては、GWに突入している人も多かったのかガチな人が多かった印象です。こちらとしてはあまり言いたくないけど、「ドタキャンした人は今後お断りする可能性があります」という事を書いておくのは大事だと認識しました。

DroidKaigiの先着+抽選という手法や、C++初心者会の各種レベルの発表枠など色々方法がありそうだとは考えています。 この辺、同じ悩みを抱えるであろうPydata.tokyoの人の知見を聞きたいところです。

というわけで

次回は"DevData"というテーマがいいというお話をtokorotenさん方面からいただいています。

*1:helpにある通り、指名もできるが今回は運営意外は指名しなかった

Avatar
Aki Ariga
Machine Learning Engineer

Interested in Machine Learning, ML Ops, and Data driven business.