日本語での理論的な資料があまりにも少ないので一応作ってみました。大きなミスはないと思いますが、厳密な議論は飛ばしたりしています。 11/6 リバイズしましたRead less

2. 2 Shota Yasui (29) twitter: @housecat442 Work at CyberAgent AILab as Data Analyst 2013/10 - present サーモンの経済学（修士） ↓ 広告代理店 ↓ DMP ↓ DSP ↓ SSP 良くTokyo.Rに出没してます。 3. おことわり ● 今日の発表内容はWork in Progressな話が多いです。 ● 具体的な分析手法に関しては数年後にはすでに時代遅れの発想になっている可 能性もありますのでご承知下さい。 ● 内容は基本的に発表者の理解を元に作られていますので、間違いや抜け漏れが ある場合があります。 ● ですので興味を持った方はこの内容が全てと思わずに、色々と調べていただけた らと思います。 3 4. 発表の流れ 1. 計量経済学の話 a. どういう分野か？ b. Treatmen

The document discusses control as inference in Markov decision processes (MDPs) and partially observable MDPs (POMDPs). It introduces optimality variables that represent whether a state-action pair is optimal or not. It formulates the optimal action-value function Q* and optimal value function V* in terms of these optimality variables and the reward and transition distributions. Q* is defined as t

3. 本日の話（もくじ） 3 I. 6ステップで説明するバックドア基準入門 III. いちユーザー視点からの「実質科学上の意義」 1. 前置き 2. バックドアパスをイメージしよう 3. まずは2変量(x,y)を考える ネオニコチノイド系農薬のミツバチコロニーへの影響についての 既往研究論文（Budge et al. 2015）の再解析 4. 3変量(x,y,z)で見る基本的論理 5. 4変量以上の場合を見る 6. "まとめ"としてのバックドア基準 ＊個人の感想です。また、ものすごく「分野による」話です II. 環境リスク分野でのバックドア基準の”使用”例 (時間が余れば)：バックドア基準と多重線形性の関係の説明 4. 本日の話（もくじ） 4 I. 6ステップで説明するバックドア基準入門 III. いちユーザー視点からの「実質科学上の意義」 1. 前置き 2. バックドアパスをイメージしよ

1. DockerCon SF19 で発表の、基礎→マルチ・ステージ・ビルド→最新動向まで Sakura Internet, Inc. Masahito Zembutsu @zembutsu Docker Meetup Kansai #3 #dockerkansai May 24, 2019 Dockerfileを改善するための Best Practice ２０１９年版 2. DockerCon SF19 での発表に基づく内容 • Dockerfile Best Practices https://www.slideshare.net/Docker/dcsf19-dockerfile-best-practices 2 • 動画もご覧ください https://www.docker.com/dockercon/2019-videos?watch=dockerfile-best-practice

TokyoR #75の応用セッション(30分)での発表スライドです． DID , Synthetic Control, CusalImpactの手法の概要やそのメリット，Rでの簡潔な実行方法について説明しています．Read less

入門 Kubeflow ～Kubernetesで機械学習をはじめるために～ （NTT Tech Conference #4 講演資料） 2020年1月31日 株式会社NTTデータ / NTT DATA Yuki NishizawaRead less

1. COPYRIGHT 2019 INFORMATION SERVICES INTERNATIONAL - DENTSU, LTD. ALL RIGHTS RESERVED. 0 BlackBoxモデルの説明性・解釈性技術の実装 ※公開用 （株）電通国際情報サービス（通称、ISID） クロスイノベーション本部 AIテクノロジー部 小川 雄太郎 DLLAB 機械学習モデル解釈ナイト (エンジニア向け) 19年11月27日 19:00-19:40@日本マイクロソフト株式会社・品川 2. COPYRIGHT 2019 INFORMATION SERVICES INTERNATIONAL - DENTSU, LTD. ALL RIGHTS RESERVED. 1 本発表の内容 01 簡単に会社と自己紹介 02 説明性・解釈性技術の重要性 03 種々の説明性・解釈性技術を実装・実行した結果と感想

2. • 近年、機械学習モデルの解釈可能性が重視されている • 総務省 AI 開発ガイドライン案 (2017) “透明性の原則: 開発者は、AIシステムの入出力の検証可能 性及び判断結果の説明可能性に留意する。“ • GDBR (2018) “the data controller shall implement suitable measures to safeguard the data subject’s rights and freedoms and legitimate interests” • モデルの解釈方法にはいくつか種類がある • 大域的な説明：モデル自体を解釈する • 局所的な説明：特定の入力に対する予測の根拠を提示 • 説明可能なモデルの設計：そもそも最初から可読性の高いモデルを作る戦略 • 深層学習モデルの説明：深層学習モデル、特に画像認識モデルの説明法 • GLM

5. 5 目録 ◼ 私の失敗体験談（不均衡データの学習） ◼ 機械学習開発における壁 • 機械学習のビジネスフレームワーク「5D」 • Define（定義する） • Data（データを集める） • Development（開発する） • Deploy（実装する） • Drive（運用する） ◼ ビジネス応用における壁 • AIを使ったキュウリの自動選別 • 機械学習を使って売り上げに貢献する • 機械学習を使わない選択肢 ◼ まとめ 6. 6 目録 ◼ 私の失敗体験談（不均衡データの学習） ◼ 機械学習開発における壁 • 機械学習のビジネスフレームワーク「5D」 • Define（定義する） • Data（データを集める） • Development（開発する） • Deploy（実装する） • Drive（運用する） ◼ ビジネス応用における壁 • AIを使ったキュウリの自動選別 • 機

2019年9月27日のPyData.Tokyo Meetup #21での発表資料です。 Optuna (https://github.com/pfnet/optuna) の使い方やソフトウェアデザイン、LightGBM向けの新機能について紹介しています。Read less

PyCon JP 2019 発表資料「PythonとAutoML」 データ分析の活用の幅の広がりに伴い、AutoMLの重要性が増してきました。本セッションでは、AutoMLの基礎事項から研究のトレンド、注目すべきPythonのOSSライブラリの紹介を行ないます。Read less

2019年6月28日の明治大学での講義資料です。 できるだけ数式を使わずに『機械学習のおさらい』『自動ハイパーパラメタ最適化』『Optuna の使い方』『ベイズ最適化の応用事例』について説明しています。 ●Optuna : https://github.com/pfnet/optunaRead less

DroidKaigi2018の講演の「アプリを成長させるためのログ取りとログ解析に必要なこと」の発表資料です。Read less

2. THE PROBLEM emails sent per day Email is the most important business communication channel But email is a tool designed for personal use 215 billion are business emails 54% year-on-year growth 7% not collaborative bad productivity error-prone 3. Rebuilding email, for business this time collaborative integrated unified Company > Team > User Share, assign, mention As transparent as can be Analyti

1. これからのエンジニアリングを考える Vol.2 これだけは知っておきたい SI業界のよもやま話 ゆもと みちたか (@gothedistance/ござ先輩) 2012/03/10 @ Oracle Aoyama Center Building 2. 超簡単なSI業界構造 上流工程と下流工程が分断されていることを是非覚えておいて下さい！ 開発プロセス SIピラミッド よくわかる解説 要件定義 •  BIG5(7だったかも)と呼ば BIG5 れるIBM,NTT,日立,NEC, 富士通グループが大きな 外部設計 市場シェアを持つ •  大人の事情によりシステ 内部設計 中堅 ム屋がシステム屋にエン ジニアを派遣する形態が 横行している。 実装 •  左記の赤線のライン(要件 中小/零細 と実装)のあいだに大きな テスト 壁があります。 この工程の分断がSIオワコン節の元凶です。それを説明し

Private content!This content has been marked as private by the uploader.

2017/07/30 kazutanRへのエントリー(抜粋資料)です。ggplot2でキレイなグラフを書きましょう。わかりやすさ、学びやすさ優先。「できる」から「わかる」の方向で、皆様の学びに貢献します。うなどん。

We’ve updated our privacy policy so that we are compliant with changing global privacy regulations and to provide you with insight into the limited ways in which we use your data. You can read the details below. By accepting, you agree to the updated privacy policy. Thank you!

スタートアップの共同創業者の見つけ方、選び方、会社設立の仕方（株の配分の仕方）、付き合い方、別れ方に関する情報のまとめです。 初回の創業者はビジネスプランはよく考える割に、共同創業者にはあまり良く考えなかったりします。そこで皆さんの周りにこれから共同創業しようとしているグループとかが出てきたときに、ぽいっと投げて読んでもらえればいいなと思ってます。 自分自身の生の声ではありませんが、「こういうところに気をつけておこう」等のサーベイとして利用いただき、何かの参考になれば幸いですRead less