データマイニング+WEB@東京 (TokyoWebmining)
運営事務局の小宮 (@komiya_atsushi) です。
10/28 (土) に「第60回 データマイニング+WEB@東京」 を開催します。
今回は『機械学習 活用 祭り』です。
=======
AGENDA:
1.「Neural Machine Translationがイマドキの注目技術として面白い」(講師: @mickbean )
(UST:一部非公開、 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:
TOEIC900 点以上䛾英作文能力を持つ 深層学習による機械翻訳エンジンをリリース
https://miraitranslate.com/uploads/2017/06/2d5778dcdee47e4197468bc922352179.pdf
-----
2.「映像解析における周辺要素」(講師: @kndt84 )
(UST:一部非公開、 資料:公開)
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。
参考文献:
なし
-----
3.「機械学習アルゴリズムの実装〜手順と考え方」(講師: @hamukazu )
(UST:公開、 資料:公開)
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。
参考文献:
なし
=======
今回も発表時間と同等の議論時間をとり、双方向の進行を行います。
今回はいつもよりさらに深く議論できるよう、発表本数を絞り1トピックあたりの時間を増やしています。
みなさんぜひご参加下さい。みなでたっぷり議論しましょう。
---
■会場参加 募集:
詳細タイムテーブル確定し次第、詳細アナウンスします。
今回も登録ページ作成し、広く公平に先着順で募集を行います。
■会場参加枠 確保:
今回の第 60 回開催でも、
・第 57 回開催以降の連続開催での講師陣へ、会場参加の共通参加枠を用意します。
・今後の開催で講師日程が確定されている方へも、共通参加枠を用意します。
上記、講師枠での会場参加希望の方は、
10/14 (土) 18時までに、Twitter:@yanaoki @TokyoWebmining 宛に、ご連絡下さい。