#dslt祭り

1. 初⼼者向けに機械学習のハンズオン
セミナーをしてわかったこと
じょんすみす

2. 誰？
• じょんすみす
• @__john_smith__
• どこにでもいる普通のアル中
これ→

3. 今⽇話すことは...
「ですよねー」的な感じの話です
この話から得られる学びは特に無いと思います

4. やったこと
Java Doという勉強会で機械学習のハンズオン
http://javado.connpass.com/
北海道のJavaユーザグループ
ほぼ同じ内容を場所を変えて⼆回くらいやった
これ→

5. 地⽅勉強会のツラみ
この釣りまくりなタイトルと内容で

6. 地⽅勉強会のツラみ
この釣りまくりなタイトルと内容で
この⼈数である

7. 地⽅勉強会のツラみ
この釣りまくりなタイトルと内容で
この⼈数である
別な回でJava界隈では⾮常に有名な寺⽥佳央さんが登壇しても
定員には届かなかったようである

8. 地⽅勉強会のツラみ
東京にばっか⼈集まりすぎなんだよ！
なんのためのITだよ！！

9. と、それはさておき本題

10. 数式、ダメ、絶対。
• 数式出して説明してもいい？
• みんな⾸を横に振ります
• 気になる⼈は後で資料⾒てね！
• 資料に数式載せるのって結構苦⾏ですよねw
• でもたぶん誰も⾒てくれないんだろうなぁ
• 正直ライブラリ使うだけならそこまで知らなくても
• ⾦儲けが⼤正義って部分もある
• オフライン評価でいい感じでも出してみたら・・・ってことあります
よね？

11. 数式、ダメ、絶対。
なぜみんな数式が怖いのか考えてみた
機械学習でよく出てくるもの

12. 数式、ダメ、絶対。
なぜみんな数式が怖いのか考えてみた
機械学習でよく出てくるもの
Σ
条件付き確率
微分

13. 数式、ダメ、絶対。
なぜみんな数式が怖いのか考えてみた
機械学習でよく出てくるもの
Σ
条件付き確率
微分
これだけでもみんなのトラウマ

14. 数式、ダメ、絶対。
なぜみんな数式が怖いのか考えてみた
機械学習でよく出てくるもの
Σ
条件付き確率
微分
これだけでもみんなのトラウマ
log? exp? なにそれおいしいの？

15. 数式、ダメ、絶対。
たぶんこんな感じ
数学ダメです！というか算数のころからダメです！
公式に当てはめて問題解くのはできます！
数式の意味を理解して与えられた問題を解くのに使えます！
サイヤ⼈の限界を超えている⼈

16. 数式、ダメ、絶対。
たぶんこんな感じ
数学ダメです！というか算数のころからダメです！
公式に当てはめて問題解くのはできます！
数式の意味を理解して与えられた問題を解くのに使えます！
サイヤ⼈の限界を超えている⼈
初めからPRLMとか読んで
⾃⼒で理解する
このレベルの⼈は
ヤムチャ視点で眺める

17. 数式、ダメ、絶対。
たぶんこんな感じ
数学ダメです！というか算数のころからダメです！
公式に当てはめて問題解くのはできます！
数式の意味を理解して与えられた問題を解くのに使えます！
サイヤ⼈の限界を超えている⼈
ここがターゲットになる

18. 数式、ダメ、絶対。
たぶんこんな感じ
数学ダメです！というか算数のころからダメです！
公式に当てはめて問題解くのはできます！
数式の意味を理解して与えられた問題を解くのに使えます！
サイヤ⼈の限界を超えている⼈
久しく触れていないから
忘れてる
⾼校レベル(かそれ以下)から
⾃⼒で勉強できる

19. 数式、ダメ、絶対。
たぶんこんな感じ
数学ダメです！というか算数のころからダメです！
公式に当てはめて問題解くのはできます！
数式の意味を理解して与えられた問題を解くのに使えます！
サイヤ⼈の限界を超えている⼈
別途⼿段を考える
場合によっては数学的な部分
はボカシ通すのもあり？

20. 数式、ダメ、絶対。
たぶんこんな感じ
数学ダメです！というか算数のころからダメです！
公式に当てはめて問題解くのはできます！
数式の意味を理解して与えられた問題を解くのに使えます！
サイヤ⼈の限界を超えている⼈
いずれにせよ1回のハンズオン
では無理っぽい
から数式は出さないほうがいい

21. 学習→評価は何をしてるかイメージしづらい
データ 前処理 学習 モデル 評価
予測
だいたいのフローの簡易図

22. 学習→評価は何をしてるかイメージしづらい
データ 前処理 学習 モデル 評価
予測
だいたいのフローの簡易図
前処理は⾟いので
必要の無いデータセットか
事前にやったデータを⽤意

23. 学習→評価は何をしてるかイメージしづらい
データ 前処理 学習 モデル 評価
予測
だいたいのフローの簡易図
ライブラリを使うと
サクッと出来てしまうので
何したかイメージしづらい

24. 学習→評価は何をしてるかイメージしづらい
データ 前処理 学習 モデル 評価
予測
だいたいのフローの簡易図
Accはまだしも
Precision, Recallあたりからは
眠そうな⼈が出る
ここの説明は薄くする
詳細はReferenceに譲る

25. 学習→評価は何をしてるかイメージしづらい
データ 前処理 学習 モデル 評価
予測
だいたいのフローの簡易図
ここが⼀番
挙動をイメージしやすいっぽい
いろいろ試してみる時間では
だいたいみんなここで遊ぶ

26. 学習→評価は何をしてるかイメージしづらい
データ 前処理 学習 モデル 評価
予測
だいたいのフローの簡易図
遊んでみやすデータセットを
⽤意するといい感じになる

27. 遊びやすいデータは？
• Titanicがとても良かった
• タイタニック号と処⼥航海で沈没したことが有名
• 変数をどういじってみればいいかわかりやすい
• pclass, age, sexあたりをのこして⽋損値を除去みたいな簡易化してもいける
• 2値分類なので⼊⾨としてもやりやすい

28. 遊びやすいデータは？
みんなとりあえず⾃分の情報を⼊れてみる

29. 遊びやすいデータは？
みんなとりあえず⾃分の情報を⼊れてみる
そしてだいたいみんな死ぬ

30. 遊びやすいデータは？
みんなとりあえず⾃分の情報を⼊れてみる
そしてだいたいみんな死ぬ
という流れまで含めてつかみはOK

31. 今後どうするかとか
• 今後も興味を持っていろいろやってみてもらえるきっかけにな
れたかまでは不明
• Referenceは⼊⾨からガチまで取り揃えておいたが果たしてそれらを
読むきっかけにまでなりきれたか・・・
• 実際の利⽤シーンを想像してもらうのが難しかったかもしれない