第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー機械学習 活用 祭りーを開催しました

Webmining 勉強会

2017/10/28 "第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ー" を開催しました。

会場提供して下さった FreakOut 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。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：

参加者セキココ：第60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」

講師：[Twitter:@hamadakoichi]

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

1.「Neural Machine Translationがイマドキの注目技術として面白い」(講師: [Twitter:@mickbean] ) (発表: 25分+議論: 35分)

【資料】：非公開

深層学習による機械翻訳　(Neural Machine Translation, NMT)技術が急速に発展中である．私の個人的な２年前の予想では，NMTの商用化は2020年前後だと思っていたが，2016年11月のGoogleによるNMT, GNMTの登場によりその予想は大きく外れてしまった．いったい，NMTは何がすごいのか，それまでの統計的翻訳(Statistical Machine Translation, SMT)技術と比べて解説したい．これまでの言語資源に対する考え方を見直さなければならない．併せてみらい翻訳で実現したTOEIC900点以上の人間に匹敵する英作文能力についても紹介する．
参考文献：

2.「映像解析における周辺要素」(講師: [Twitter:@kndt84] ) (発表: 25分+議論: 35分)

映像解析というと、とかくYOLOやOpenPoseといったアルゴリズムばかりが注目されがちですが、実際に映像解析をビジネスとして成立させるためには、プライバシーやセキュリティへの配慮、動画の取得、通信の確保、ハード選定、ログの分析や可視化といった様々な周辺要素を考慮してプロジェクトを実行することが必要になってきます。本発表では、実際に数多の映像解析のプロジェクトを行ってきた経験から、特に重要と思われる要素について時間の許す限り解説したいと思います。

3.「機械学習アルゴリズムの実装〜手順と考え方」(講師: [Twitter:@hamukazu] ) (発表: 25分+議論: 35分)

Pythonを使ってフルスクラッチから機械学習アルゴリズムを実装するための手順について說明する。実装に必要な道具（Numpy/Scipy/Cythonなど）については今まで様々なところで講演してきたが、今回は道具については軽く紹介した上で、主に実装をするときの方法論について経験に基づいた話をしたい。

■ツイートまとめ (Togetter)

「第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ー」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)

振返り：

振返りホワイトボード(Keep/Try/Talk候補):

■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：