はてなブックマーク

RCO アドテクLabブログ 八重洲で働く株式会社リクルートコミュニケーションズの社内エンジニアがアドテクノロジーを始め、様々な分野のテクノロジーについて書いています 2016/06/03 stakaya データ分析 筋トレに忙しい高柳です。 Recruit Institute of Technology Inc.のアドバイザーであるColumbia UniversityのDAVID M. BLEI教授の講演を聞く機会があり、教授がその講演の中で触れていた論文を読んでみました。内容は”協調フィルタリング ＋ トピックモデリング(LDA)で、ユーザが興味を持ちそうな科学系論文をレコメンデーションする”というものでした。 協調フィルタリングではうまくレコメンデーションできないケースを、その論文の内容自身をLDAを用いて分析することで、協調フィルタリングと組み合わせてレコメンデーションに活かすと

RCOアドテク部論文輪読会：「A Multi-level Trend-Renewal Process for Modeling Systems with Recurrence Data」を紹介しました 2016/04/14hayakawa エンジニアの早川です。 データ分析チームの論文輪読会にて、A Multi-level Trend-Renewal Process for Modeling Systems with Recurrence Dataの紹介をしました。 この論文では、生存時間解析において利用されるモデルを一般的に表現したものを提案し、 実際のデータに対して推定した結果になります。 そのデータは論文中のFigure 1で可視化されています。 「サブシステム」と「コンポーネント」を持つシステムを仮定し、(a)のようにそれぞれがイベントを起こします。 また、(b)のように観測期間中

RCOアドテク部論文輪読会：「Random Search for Hyper-Parameter Optimization」を紹介しました 2016/03/15s_akiba エンジニアの秋庭です。 データ分析チームの論文輪読会にて、「Random Search for Hyper-Parameter Optimization」[1]を紹介しました。 こちらの論文では、機械学習のハイパーパラメータ探索手法として、Random Searchに注目し、Grid Searchとの比較を行っています。Random Search自体は、非常に簡単な手法ですが、Grid Seachと比較して、効率的にハイパーパラメータの探索を行うことができます。機械学習のハイパーパラメータには、性能に影響を与える重要なパラメータとあまり重要ではないパラメータがあります(論文中では、それぞれ、Important par

"Human-level control through deep reinforcement learning"を社内論文輪読会で読みました 2016/02/23k_tanahashi エンジニアの棚橋です． RCOが毎週社内で行っている論文輪読会にて、今週はDeep Q-Networkについて書かれた論文を読みました． Deep Q-Network(DQN)は2013年にDeepMind Technologies社(現Google DeepMind)が発表した強化学習の手法です． 既存の近似関数を用いたQ学習と呼ばれる強化学習の手法では，一つ一つのゲームに対して状態の特徴量を手作りする必要がありました．しかし，DQNは画像情報を入力として特徴を自動的に抽出することであらゆるゲームに対して特別なパラメータの設定をすることなく高いスコアを出すことに成功したモデルです． DQN応用先としては

はじめまして、エンジニアの秋庭です。昨年12月にモントリオールで開催されたNIPS 2015に参加してきました。その後の社内勉強会にて、カンファレンスの報告を行いましたので、遅ればせながら紹介させていただきます。 NIPSは機械学習のトップカンファレンスで、招待講演やポスターセッションなどが約1週間に渡って行われます。 初日は、Hinton、Bengio、LeCunの大御所3名によるセッションに参加しました。(発表タイトルは”Deep Learning”) 多層ニューラルネットの構造や、CNN、RNNの基本的な解説に始まり、後半では、最近の関連研究について幅広く紹介しています。チュートリアルセッションということで、Deep Learningのこれまでの研究成果を一気読みできるような発表でした。https://media.nips.cc/Conferences/2015/tutorialsl

1年ぶりにこんにちは。エンジニアの永田智章です。 みなさん、AWS Lambda触ってますかー？ 自分は最近どっぷり浸かりすぎて勝手に社内エバンジェリストみたいになってます・・・。 今回はそんなLambdaのお話。 LambdaでPhantomJSでスクリーンショット撮ろうーと思って いざやってみるとこんな感じ。日本語フォントが出ない・・・。 いい方法ないかなーと探し回ってみたものの、どこにも見つからない！ AWSのDiscussion Forumsに直接聞いていた方（おそらく中国の方）もいましたが、 なかのひとから「やりたきゃ自前でがんばって」と無慈悲な返答がきています・・・。 で、仕方なく自前でがんばってみた結果、それなりにいい具合に対応できたので手順を公開しますー。 1. 開発環境の準備 自分はVirtualBox + VagrantでCentOS6.4のVMを用意しましたー。 ht

RCO Study Night “RCOにおける機械学習と次世代量子情報処理技術「量子アニーリング」”を開催しました 2016/01/27stakaya どうも、機械学習・黒帯の高柳です。 RCOアドテク部勉強会：量子コンピュータを支える技術を書いてからほぼ一年が経ちますが、巡り巡ってご縁があり、早稲田大学様と共同研究する運びとなりましたプレスリリース(PDF)。 これに関連し、先日、株式会社リクルートコミュニケーションズ（RCO）主催で、RCO Study Night “RCOにおける機械学習と次世代量子情報処理技術「量子アニーリング」”を開催し、共同研究の取り組みのご紹介（第一弾）を行う機会を設けたせていただきました。今回は非常に大盛況で最終的に150名を超える方に参加いただきました、本当にありがとうございます。続く第二弾では実際の機械学習への活用法についてのご紹介できるよう日々の尽力

RCOアドテク部論文輪読会：「Stochastic Gradient Boosting」を紹介しました 2016/01/28stakaya どうも、機械学習・茶帯の高柳です。 （前の記事にタイポが見つかったため茶帯になりました） Kaggleなどの機械学習コンペでほぼ無双状態の機械学習手法「Stochastic Gradient Boosting」をちゃんと知っておこうと、RCO内の論文輪読会でFriedmanの原著を紹介しました。その際のスライドを公開します。 私の理解している印象ですと、スライド内でも言及していますが、 最適化問題を2段階に分けて解く 第一段階：損失関数の勾配方向と平行になるような弱学習機（決定木）を最適化で決定 第二段階：第一段階で作成した勾配方向を向いている弱学習機を”どの程度の割合で組み込むか”を最適化計算 データをランダムサンプリングして学習させることにより弱学

エンジニアの吉田です。「GOPHERCON INDIA 2015」という、今年の2月20日、21日にインドのベンガルールで開催されたGo言語のカンファレンスへ、スピーカーとして参加してきました。 会場の様子です。発表が始まると、およそ300名の方が参加され、会場は満席となっていました。 このカンファレンスでは、世界中から集まった約30名のスピーカーにより、Go言語に関する様々な発表が行われました。私は、「Tips for Creating a Good Package」というタイトルで、初心者向けに、Go言語でパッケージを作成する際のコツのようなものを紹介しました。私の発表の様子はこちらに記載されています。他の方々の発表を聞くことで、並行処理のAPI設計のパターンを深く学ぶことができたり、30万人以上のユーザを抱えるチャットアプリケーションの開発・設計事例を知ることができたりし、今後、Go

皆さんこんにちは、RCO エンジニアの saiya です。 先日、アドテク部勉強会で並行処理(マルチスレッド・プログラミング)について なぜ必要なのか、どうして難しいのか 難しさに対処するためのアプローチには具体的にどのような手法があるのか という事柄の発表をいたしました。 サーバーサイド・クライアントサイド双方において存在感を増しつつある並行処理ですが、 「なんとなく高速化するらしい」「なんだか大変らしい」「とりあえず排他制御するものらしい」 といった何となくのイメージだけで設計,実装,保守しようとすると苦労するポイントが多いです。 そこで、並行処理とはそもそも何なのかからはじめ、単なるロックにとどまらない実用的アプローチのご紹介までをひとつの資料にまとめてみました。 マルチスレッド・プログラミングについて興味をお持ちのエンジニアの皆さんや、マルチスレッド関連のコードについてお悩みの方に

あけましておめでとうございます。エンジニアのナガタです。 昨年の暮れ、アドテク部勉強会で「Technology Radarから読み解く技術トレンド」というテーマで発表しました。 新しい言語とか、技術とか、次は何をさわってみようかなーというとき これから導入しようとしている技術の、世の中的な位置付けが気になるとき いま、何が流行りなのかを単純に知りたいとき そんなとき、みなさんはどのように情報収集していますか？ ご存知の方も多いかと思いますが、USの開発会社ThoughtWorks社が公開している「Technology Radar」は、そんな迷えるエンジニアにひとつのヒントを与えてくれると思います。 http://www.thoughtworks.com/radar 勉強会では「Technology Radar」の読み方と、現時点の最新版である2014年7月版で「Adopt（導入推奨）」とな

送信いただいたメールアドレスに、問題をお送りします。 2週間を目安に回答を送信してください。 なお、ご提出いただいたコードは原則全て拝見いたしますが、コード量が大きくなりすぎる場合は評価しきれないことがありますので、可能な限りコンパクトなコードをお願いします 。 ※提出いただいたデータおよび回答はお返ししませんので、あらかじめご了承ください。 開発要件 〈開発言語〉 Perl・Ruby・Python・Java・Scala・Node.jsのいずれか。 〈開発環境〉 最終的にLinux上で動作すれば、環境は自由。 以下のケースは採点不能となりますので、ご注意ください。 ・コンパイルできない ・バージョン、ライブラリがマイナーバージョンのため入手困難 ・ネット上資源の流用や質問サイトの使用 過去の出題例 Q.「相手の思考を推理する」過程をプログラムで表現してください。※回答例はございません。予め

こんにちは、TJOさんに暗躍していると言われたエンジニアのあべです。アドテク部勉強会の中で「イノベーションと開発プロセス」というテーマで発表しました。 ここのところChatOpsや継続的デリバリー等の様々な開発プロセス改善に関する話題をよく耳にするので、サービス開発という文脈の中でそれら各トピックが何を求められてでてきたのかを概観し、各種課題についてどのようにアプローチしていけるのかをザザッと触れていく内容になっています。 特に中心的に取り上げたかったのが、サービス開発は仮説検証の繰り返しであること、これらを高速に回していくことでイノベーションを目指していくこと。さらに、そんな背景のもとでエンジニアが高速仮説検証サイクルの実現に強くコミットし、より加速させていくこと。そしてそのためには開発プロセスの改善が必要だよね？みたいな話題です。 # だいぶ風呂敷広げすぎてますが。。。自分が楽しくコー

はじめまして。エンジニア採用担当の鈴木・稲葉です。 2月、大雪予報の外れたある日。 はてなチーフエンジニアの大西さんが銀座のRCOオフィスにやってきました はてなに記事広告を掲載することになり、 対談相手として、大西さんが来てくれたのです。 RCOでは3年前にもはてなに対談記事を掲載しているため、 大西さんとは顔見知り。 前回記事を読んでRCOへの入社を決めたという阿部さんも参加し、 和やかな雰囲気で対談がスタートしました。 ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ ★今回掲載した記事はこちら →Webサービス開発で培った風土でアドテクを手がけ、秒間5万リクエストに挑む！ ★3年前掲載の記事はこちら →Perlの自作フレームワークで作る、アジャイルなWebサービス ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 今回の話題は開発プロセス、継続デプロイ、DevOpsにつ

分析系雑用係の丸山です。 先日、日本計算機統計学会第30回大会でお話しさせていただく機会を頂戴しましたので、こんな内容でお話ししました。 「機会学習向けプログラミング言語の使い分け」という大仰なタイト…

RCO アドテクLabブログ 八重洲で働く株式会社リクルートコミュニケーションズの社内エンジニアがアドテクノロジーを始め、様々な分野のテクノロジーについて書いています 2013/11/07 anonymous データ分析 アドテクにおいて、データを分析したり最適化を行うために機械学習を使う事があります。少なくともRCOアドテク部では、しばしば機械学習のお世話になっています。 この機械学習ですが、結構昔から研究されている割に、いまだにブレイクスルーがあって、研究の流行がガラっと変わることがあります。近年だとDeep Learningが有名ですかね。多層（5〜10段くらい）のニューラルネットワークを使う学習手法で、多層ニューラルネットワークが持つ、出力層から遠くなるほどエラーが拡散してしまって上手く伝わらないという問題と、学習に使うデータに過剰に適合してしまって未知データへの適合が悪くなる過学

はじめまして、エンジニアのくさまです。 主にインフラを担当しております。 僕の自己紹介はさておき、僕たちRCOアドテク部ではほぼ全てのシステムが AWS(Amazon Web Services)環境にて稼働しています。 また、僕たちはアプリエンジニアやインフラエンジニア、ITプランナー、 はたまたデータサイエンスなメンバーも同じグループに所属しており、 お互いに協力してオンライン広告サービスの開発や運用をしている体制(のはず)です。 で各メンバーの間で、システムの統計情報を同じ視点で共有し、 今サービスで何が起こっているのかを素早く俯瞰するために利用している New Relicについての記事を投稿させて頂きます。 New Relicにて出来ることは、 End User Monitoring Application Monitoring Database Monitoring Infrast

分析系雑用係の丸山です。 先日、日本計算機統計学会第30回大会でお話しさせていただく機会を頂戴しましたので、こんな内容でお話ししました。 「機会学習向けプログラミング言語の使い分け」という大仰なタイト…

はじめまして、エンジニアのくさまです。 主にインフラを担当しております。 僕の自己紹介はさておき、僕たちRCOアドテク部ではほぼ全てのシステムが AWS(Amazon Web Services)環境にて稼働しています。 また、僕たちはアプリエンジニアやインフラエンジニア、ITプランナー、 はたまたデータサイエンスなメンバーも同じグループに所属しており、 お互いに協力してオンライン広告サービスの開発や運用をしている体制(のはず)です。 で各メンバーの間で、システムの統計情報を同じ視点で共有し、 今サービスで何が起こっているのかを素早く俯瞰するために利用している New Relicについての記事を投稿させて頂きます。 New Relicにて出来ることは、 End User Monitoring Application Monitoring Database Monitoring Infrast