たいさブログ

taisa's engineer blog

機械学習

「AIPyハンズオン#1」開催レポート

投稿日:2018年4月15日 更新日:


第1回AIPyハンズオン勉強会を開催したのでその開催レポート

AIPy (アイパイ) ハンズオン #1 (2018/04/12 19:30〜)

この勉強会について 仕事で機械学習などを活用したいけど何からはじめればよいか分からないような方向けのハンズオン形式の勉強会です。まず初めは 仕事ではじめる機械学習 の「7章 映 画の推薦システムをつくる」をハンズオン形式で行う予定です。みんなで集まって意見を交換したり協力したりしながら一気に機械学習に関する知見を深めていこうというの …

結論から言うと第1回ながら合計8名の方に参加して頂いて、専門ではないけどよく知っている方もいて、想定していた以上にすごくためになる会になった。当日はハンズオンというか輪読会で、しっかりハンズオンがやれるようになるまではまだしばらく時間がかかりそう。

開催動機

去年くらいから機械学習をやろうと思い本を読んだりしつつ、今年は本格的にやって何かしらアウトプットをしようと決めたものの、自分一人では到底無理だということにそうそうに気づいたのがきっかけ。他もそうだけどみんなで集まって話しながらやると学習曲線が一人でやるより圧倒的によいので、皆さんの力を借りながら少しずつ進めていくことにした。

当日の流れ

当日は以下のスケジュールでやった。前座LTがあることで少し和やかに進められたかなと思う。次回以降も同じスケジュールでやっていく予定

  • 19:30- 簡単な趣旨の説明
  • 19:40- 自己紹介
  • 19:50- 前座LT(@tomonari_s 中国深セン渡航レポート)
  • 20:00- ハンズオン開始(担当:@taisa831)
  • 21:30- 終了
  • 21:30- 行ける人だけで懇親会

LT風景

第1回勉強会の題材

「仕事ではじめる機械学習」の第7章の「映画の推薦システムをつくる」を題材にした。この章では前半から後半にかけてどのようなアプローチで映画の推薦システムをつくるかという説明がされ、何から手を付けたらいいの?という自分にとってはとてもよい内容だった。

一人で読んでいるとどのワードが重要なのかすらわからず、軽く読み進めてしまうところやよく読んでもいまいち理解できないところがあったけど、勉強会を通じてコミュニケーションをすることで、いまいち理解できなかったところがクリアになり、ようやく機械学習のとっかかりが分かった気がした。

「仕事ではじめる機械学習」の「映画の推薦システムをつくる」を実践してみる

「仕事ではじめる機械学習」の映画の推薦システムをつくるを実践してみる 本書のソースコートは以下にあがっている。本記事はchap07が対象。 事前準備 サンプルコードを実行できるように、あらかじめ以下をインストールしておく。Pythonは3系を使う想定。 参考:Mac環境へのPython3系インストール jupyter notebook が用意されているから以下からソースの実行をすることができる

ホワイトボードを使って解説してもらう

また、当日出てきたよく使うワードや考え方を後日まとめて頂けたので、こちらと本を合わせてもう一度見直す。

懇親会

勉強会後は表参道とは思えないビール210円、チューハイ130円という破格の居酒屋である中西で懇親会をした。こんな流れで今後も開催を続けて少しずつレベルをあげていってアウトプットできるところまでもっていきたい。


-機械学習
-,

執筆者:

関連記事

機械学習におけるアルゴリズム

前回のパーセプトロンに引き続きこの勉強会用に仕事ではじめる機械学習を元に機械学習におけるアルゴリズムをまとめる。 AIPy (アイパイ) ハンズオン #3 (2018/07/19 19:30〜) この …

「Chainerで学習した対話用のボットSlackで使用Twitterから学習データを取得してファインチューニング」を試してみる

本記事は以下の勉強会用に作成した記事で現時点では最後まで動作確認できていない箇所があるのでご注意ください。問題解決したら更新します。 AIPy (アイパイ) ハンズオン #4 (2018/09/20 …

パーセプトロン – 機械学習におけるアルゴリズム

機械学習におけるアルゴリズムの一つであるパーセプトロンについて、仕事ではじめる機械学習を元に学習していく。 そもそもどのアルゴリズムを選ぶべきか 機械学習にはどんな種類があるか 分類(Classifi …

「仕事ではじめる機械学習」の「映画の推薦システムをつくる」を実践してみる

「仕事ではじめる機械学習」の映画の推薦システムをつくるを実践してみる 本書のソースコートは以下にあがっている。本記事はchap07が対象。 https://github.com/oreilly-jap …