第42回 データマイニング+WEB ＠東京( #TokyoWebmining 42nd ) −深層学習・表現学習 徹底活用 祭り−を開催しました

Webmining 勉強会

会場提供し運営を手伝って下さった FreakOut のみなさん、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。会場参加、USTREAM参加ともに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

参加者Twitter List : tokyowebmining-42
参加者セキココ：第42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」(15分)

講師：[Twitter:@hamadakoichi]

O2.「参加者全員 自己紹介 (興味・活動)」(進行：[Twitter:@hamadakoichi]) (75分)

※内容は上記ホワイトボード写真参照

1. 「深層学習時代の自然言語処理」(講師: [Twitter:@unnonouno] ) (発表45分+議論45分)

自然言語処理に深層学習の波は来るのか。2014年、自然言語処理界隈で流行した深層学習・表現学習系の主要なトピック、Skip-gramモデル （word2vec）、Paragraph Vector（paragraph2vec）、Recurrent Neural Network、Long Short-Term Memoryといったものを総ざらいし、応用的な観点、言語学的な観点、実装的な観点から広く議論します。

2. 「ディープラーニング徹底活用 −画像認識編−」 (講師: [Twitter:@atelierhide] )(発表30分+議論30分)

　人工知能研究におけるブレイクスルーとしてディープラーニングが注目を集めています。特に画像認識の分野で、たくさんの研究成果が報告されており、実際 にビジネスで活用する動きも出てきています。しかし、その利用はまだ一部の研究者だけに限られるものと思われている方も多いのではないでしょうか。今回は、実際の活用事例を紹介し、画像認識分野におけるディープラーニングがアイデアを実現するためのツールとして、比較的簡単に利用出来るということをお話 しします。活用事例の紹介は、ディープラーニングで作るアイドルグループ、月および火星表面の構造物探索などを予定しています。

参考文献：
・Gradient-based learning applied to document recognition Y LeCun, L Bottou, Y Bengio, P Haffner Proceedings of the IEEE 86 (11), 2278-2324
・Imagenet classification with deep convolutional neural networks A Krizhevsky, I Sutskever, GE Hinton Advances in neural information processing systems, 1097-1105
・Decaf: A deep convolutional activation feature for generic visual recognition. J Donahue, Y Jia, O Vinyals, J Hoffman, N Zhang, E Tzeng, T Darrell.arXiv preprint arXiv:1310.1531
・Rich feature hierarchies for accurate object detection and semantic segmentation. R Girshick, J Donahue, T Darrell, J Malik. arXiv preprint arXiv:1311.2524
・Deep Learningに基づく画像認識を用いた月および火星表面の擬似不自然構造物探索, 栗原一貴, 笹尾和宏, 山本光穂, 田中秀樹, 奈良部隆行, 國吉雅人, 会田寅次郎, 岡田裕子, 高須正和, 関治之, 飯田哲, 山本博之, 生島高裕. エンターティンメントコンピューティング2014予稿集
・ニューラルネットで画像分類(@rinzo_rinrinさん)
・画像認識の初歩、SIFT、SURF特徴量(@lawmnさん)
・セクシー女優で学ぶ画像分類入門(@tkm2261さん)


3. 「word2vecとは一体なんだったのか？」 (講師: [Twitter:@piroyoung] )(発表30分+議論30分)

Word2vecのインプットとアウトプットを様々な可視化や集計と合わせてご紹介いたします。はたしてword2vecはマーケティングへの応用に耐えうるものなのでしょうか？乞うご期待下さい。

参考文献：
・Word2vec配布サイト
・Pythonへのword2vecバインディング
・Word2vecによる自然言語処理

■講師立候補・振返り：

「講師立候補・タイトル決め」進行：[Twitter:@hamadakoichi] (30分)

「振返り・アクション決定」進行：[Twitter:@hamadakoichi](40分)

  • KEEP/TRY 内容確認
  • Keep/Try投票
  • 各位所感

発表立候補、Keep・Try項目に関しては、下記ツイートまとめ後半にも文字起こしTweetあるので、あわせてをご覧下さい。

■ツイートまとめ (Togetter)

「第42回 データマイニング+WEB ＠東京　( #TokyoWebmining 42nd ) −深層学習・表現学習 徹底活用 祭り−」に関するツイートを 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)

Togetter:

■関連エントリ:

■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 Twitter か Google 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：