Machine Learning Casual Talks #4 を開催しました #MLCT

まさかの一週間内に自分の主催する勉強会が3回重なるデスロードを走ってきたchezouです。¹

前回からだいぶ感覚があきましたが、MLCTを @yamakatu さんの火付けのもと開催しました。²

テーマは @tokoroten さん発案のDevOpsをもじった"DevData"というテーマでしたが、奇しくもデータ分析チームの立ち上げ方とどうやってビジネスにコミットしていくか、という話になりました。

まとめはこちら

chezou オープニングトーク

Why I started Machine Learning Casual Talks? #MLCT from Michiaki Ariga www.slideshare.net

@shakezo_ さん「プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方」

プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方　#MLCT4 from shakezo www.slideshare.net

リブセンスでデータを活かしたプロダクトを作るに当たり、リスクとリターンを鑑みてビジネスとしてどこを狙うべきかということを様々な手法を駆使して進めてこられた様子がわかります。

DMM.comラボ 田宮さん「ビッグデータチームを発足するにあたって気をつけておきたいn個のこと」

Machine Learning Casual Talks #4 ビッグデータチームを発足するにあたって気をつけておきたいn個のこと from Naoto Tamiya www.slideshare.net

DMM.comラボでのデータ分析チームの立ち上げの話。読まれないレポーティングなど、あるある話から現実に活かされるようにするためにはという試行錯誤を知見として教えていただきました。

ディスカッション

複雑なモデルと簡単なモデルどう考えて選ぶのか？など、実際の機械学習としてエレガントな方向と泥臭いところのバランスをはじめ色々な話を聞くことが出来ました。

@ysekky_さん「Gunosy分析チームとA/Bテスト運用」

Gunosyのデータ分析チームの現在の話、LTではもったいない話でした。会社の規模もおおきくなりだいぶチームのあり方やABテストの取組み方も変わったようです。

@yamakatu さん 「ヤフオク！と分散表現」

資料まってまーす

Google佐藤さん「GoogleのMLについて」

残念ながら資料は公開されないということですが、Vision APIの話を中心にTensorFlowなどの話をしていただきました。Vision APIは一般物体認識のタスクではかなり便利そうですね。 特に、手書き文字認識も頑張っていたり、ガリガリ君の立体物の文字認識をきっちり出来ていたのはさすがだなと思いました。