Soumettre la recherche
Mettre en ligne
ライトニングトークの作り方
•
5 j'aime
•
44,756 vues
Daisuke Masuhara
Suivre
ライトニングトークの作り方。
Lire moins
Lire la suite
Présentations et discours publics
Signaler
Partager
Signaler
Partager
1 sur 18
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知
- Core Concept Technologies
素敵なプレゼン資料を作るためのKnow-Howてんこ盛りセッション:プレゼン道場 Ver 2.2
素敵なプレゼン資料を作るためのKnow-Howてんこ盛りセッション:プレゼン道場 Ver 2.2
Shoe-g Ueyama
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
Kazuki Maeno
Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善
Naoaki Okazaki
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
Shuyo Nakatani
Rの高速化
Rの高速化
弘毅 露崎
ノンデザイナーのための配色理論
ノンデザイナーのための配色理論
tsukasa obara
Recommandé
密度比推定による時系列データの異常検知
密度比推定による時系列データの異常検知
- Core Concept Technologies
素敵なプレゼン資料を作るためのKnow-Howてんこ盛りセッション:プレゼン道場 Ver 2.2
素敵なプレゼン資料を作るためのKnow-Howてんこ盛りセッション:プレゼン道場 Ver 2.2
Shoe-g Ueyama
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
Kazuki Maeno
Word2vecの並列実行時の学習速度の改善
Word2vecの並列実行時の学習速度の改善
Naoaki Okazaki
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
画像をテキストで検索したい!(OpenAI CLIP) - VRC-LT #15
Shuyo Nakatani
Rの高速化
Rの高速化
弘毅 露崎
ノンデザイナーのための配色理論
ノンデザイナーのための配色理論
tsukasa obara
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
Satoshi Kume
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
Masahito Zembutsu
事例で学ぶデザインの原則 by Life is Tech !
事例で学ぶデザインの原則 by Life is Tech !
Naoki Kanazawa
ウェーブレット木の世界
ウェーブレット木の世界
Preferred Networks
伝わるプレゼンをする方法
伝わるプレゼンをする方法
Hideaki Miyake
色々な確率分布とその応用
色々な確率分布とその応用
Hiroki Iida
モデル最適化指標・評価指標の選び方
モデル最適化指標・評価指標の選び方
幹雄 小川
指数分布とポアソン分布のいけない関係
指数分布とポアソン分布のいけない関係
Nagi Teramo
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
Preferred Networks
解説#82 記号論理学
解説#82 記号論理学
Ruo Ando
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
Hitomi Yanaka
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
Asai Masataro
言語モデル入門 (第二版)
言語モデル入門 (第二版)
Yoshinari Fujinuma
初学者のためのプロンプトエンジニアリング実践.pptx
初学者のためのプロンプトエンジニアリング実践.pptx
Akifumi Niida
Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理
wada, kazumi
大企業アジャイルの勘所(ver1.1) #アジャイルマネジメントセミナー
大企業アジャイルの勘所(ver1.1) #アジャイルマネジメントセミナー
Itsuki Kuroda
ゼロから始める自然言語処理 【FIT2016チュートリアル】
ゼロから始める自然言語処理 【FIT2016チュートリアル】
Yuki Arase
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
Koichiro Mori
Contenu connexe
Tendances
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
Satoshi Kume
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
Masahito Zembutsu
事例で学ぶデザインの原則 by Life is Tech !
事例で学ぶデザインの原則 by Life is Tech !
Naoki Kanazawa
ウェーブレット木の世界
ウェーブレット木の世界
Preferred Networks
伝わるプレゼンをする方法
伝わるプレゼンをする方法
Hideaki Miyake
色々な確率分布とその応用
色々な確率分布とその応用
Hiroki Iida
モデル最適化指標・評価指標の選び方
モデル最適化指標・評価指標の選び方
幹雄 小川
指数分布とポアソン分布のいけない関係
指数分布とポアソン分布のいけない関係
Nagi Teramo
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
Preferred Networks
解説#82 記号論理学
解説#82 記号論理学
Ruo Ando
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
Hitomi Yanaka
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
Asai Masataro
言語モデル入門 (第二版)
言語モデル入門 (第二版)
Yoshinari Fujinuma
初学者のためのプロンプトエンジニアリング実践.pptx
初学者のためのプロンプトエンジニアリング実践.pptx
Akifumi Niida
Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理
wada, kazumi
大企業アジャイルの勘所(ver1.1) #アジャイルマネジメントセミナー
大企業アジャイルの勘所(ver1.1) #アジャイルマネジメントセミナー
Itsuki Kuroda
ゼロから始める自然言語処理 【FIT2016チュートリアル】
ゼロから始める自然言語処理 【FIT2016チュートリアル】
Yuki Arase
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
Koichiro Mori
Tendances
(20)
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
ChatGPT の現状理解と 2023年7月版 LLM情報アップデート
グラフィカルモデル入門
グラフィカルモデル入門
IT系エンジニアのためのプレゼンテーション入門
IT系エンジニアのためのプレゼンテーション入門
事例で学ぶデザインの原則 by Life is Tech !
事例で学ぶデザインの原則 by Life is Tech !
ウェーブレット木の世界
ウェーブレット木の世界
伝わるプレゼンをする方法
伝わるプレゼンをする方法
色々な確率分布とその応用
色々な確率分布とその応用
モデル最適化指標・評価指標の選び方
モデル最適化指標・評価指標の選び方
指数分布とポアソン分布のいけない関係
指数分布とポアソン分布のいけない関係
大規模データ時代に求められる自然言語処理
大規模データ時代に求められる自然言語処理
解説#82 記号論理学
解説#82 記号論理学
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
東京大学2020年度深層学習(Deep learning基礎講座) 第9回「深層学習と自然言語処理」
新分野に飛び入って半年で業績を作るには
新分野に飛び入って半年で業績を作るには
言語モデル入門 (第二版)
言語モデル入門 (第二版)
初学者のためのプロンプトエンジニアリング実践.pptx
初学者のためのプロンプトエンジニアリング実践.pptx
Rでのtry関数によるエラー処理
Rでのtry関数によるエラー処理
大企業アジャイルの勘所(ver1.1) #アジャイルマネジメントセミナー
大企業アジャイルの勘所(ver1.1) #アジャイルマネジメントセミナー
ゼロから始める自然言語処理 【FIT2016チュートリアル】
ゼロから始める自然言語処理 【FIT2016チュートリアル】
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
ライトニングトークの作り方
1.
ライトニングトーク の作り方
2.
梅雨
3.
梅雨といえば… 雷 カミナリ
4.
雷といえば… Lightning ライトニング
5.
SAT4JULY LIGHTNING TALK DAY Life is Tech!
School
6.
テーマ 「中間報告」
7.
と、いうことで…
8.
LIGHTNING TALK の基本的な作り方 を勉強しましょう
9.
LTとは? ・1分から5分程度のショートプレゼン ・スライドとトークで何かを紹介! ・プレゼンよりも気軽な「トーク」 ・時間が来たら強制終了!!!
10.
例
11.
12.
ポイント ・声が聴こえないのだけは避けよう! ・スライドはシンプルに! ・自分にしか語れない話を1つしよう! ・自信を持って、リラックスして!
13.
スライドの作り方
14.
スライド ①タイトル ②自己紹介 ③メイン(苦労話・自慢・エピソード) ④まとめ ⑤今後の目標
15.
作業タイム ⃝⃝時⃝⃝分 ∼ ⃝⃝時⃝⃝分頃まで
16.
休憩タイム ⃝⃝時⃝⃝分 ∼ ⃝⃝時⃝⃝分頃まで
17.
開発タイム ⃝⃝時⃝⃝分 ∼ ⃝⃝時⃝⃝分頃まで
18.
食事タイム ⃝⃝時⃝⃝分 ∼ ⃝⃝時⃝⃝分頃まで
Télécharger maintenant