Soumettre la recherche
Mettre en ligne
Jubatus使ってみた
•
Télécharger en tant que ODP, PDF
•
1 j'aime
•
1,074 vues
Tohru Kobayashi
Suivre
オンライン機械学習 Jubatusをつかってサービスを開発してみた。その紹介しちゃいます。
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 69
Télécharger maintenant
Recommandé
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
Jubatus Casual Talks #2 Jubatus開発者入門
Jubatus Casual Talks #2 Jubatus開発者入門
Shuzo Kashihara
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
Core Concept Technologies
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
今年のKDDベストペーパーを実装・公開しました
今年のKDDベストペーパーを実装・公開しました
Shohei Hido
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
Shohei Hido
Jubatusが目指すインテリジェンス基盤
Jubatusが目指すインテリジェンス基盤
Shohei Hido
rcast_20140411
rcast_20140411
Preferred Networks
Recommandé
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
Jubatus Casual Talks #2 Jubatus開発者入門
Jubatus Casual Talks #2 Jubatus開発者入門
Shuzo Kashihara
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
Core Concept Technologies
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
今年のKDDベストペーパーを実装・公開しました
今年のKDDベストペーパーを実装・公開しました
Shohei Hido
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
Shohei Hido
Jubatusが目指すインテリジェンス基盤
Jubatusが目指すインテリジェンス基盤
Shohei Hido
rcast_20140411
rcast_20140411
Preferred Networks
評BanにおけるJubatus活用事例
評BanにおけるJubatus活用事例
JubatusOfficial
mlabforum2012_okanohara
mlabforum2012_okanohara
Preferred Networks
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
Deep Learning Lab 異常検知入門
Deep Learning Lab 異常検知入門
Shohei Hido
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
Hisao Soyama
aiconf2017okanohara
aiconf2017okanohara
Preferred Networks
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
Yuya Unno
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Preferred Networks
自然言語処理紹介(就職編)
自然言語処理紹介(就職編)
長岡技術科学大学 自然言語処理研究室
ビッグデータはどこまで効率化できるか?
ビッグデータはどこまで効率化できるか?
Shohei Hido
基調講演:「多様化する情報を支える技術」/西川徹
基調講演:「多様化する情報を支える技術」/西川徹
Preferred Networks
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Yuya Unno
ICML2013読み会 開会宣言
ICML2013読み会 開会宣言
Shohei Hido
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
Shohei Hido
Twitter分析のためのリアルタイム分析基盤@第4回Twitter研究会
Twitter分析のためのリアルタイム分析基盤@第4回Twitter研究会
Yuya Unno
リクルートライフスタイル分析基盤チーム2年目が世話するデータ連携bot達のお話
リクルートライフスタイル分析基盤チーム2年目が世話するデータ連携bot達のお話
Yuji Sakurai
イノベーションことはじめ
イノベーションことはじめ
Preferred Networks
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Yuya Unno
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
tut_pfi_2012
tut_pfi_2012
Preferred Networks
Mr201306 機械学習のセキュリティ技術応用
Mr201306 機械学習のセキュリティ技術応用
FFRI, Inc.
Jubatus: 分散協調をキーとした大規模リアルタイム機械学習プラットフォーム
Jubatus: 分散協調をキーとした大規模リアルタイム機械学習プラットフォーム
Preferred Networks
Contenu connexe
Tendances
評BanにおけるJubatus活用事例
評BanにおけるJubatus活用事例
JubatusOfficial
mlabforum2012_okanohara
mlabforum2012_okanohara
Preferred Networks
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
Deep Learning Lab 異常検知入門
Deep Learning Lab 異常検知入門
Shohei Hido
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
Hisao Soyama
aiconf2017okanohara
aiconf2017okanohara
Preferred Networks
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
Yuya Unno
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Preferred Networks
自然言語処理紹介(就職編)
自然言語処理紹介(就職編)
長岡技術科学大学 自然言語処理研究室
ビッグデータはどこまで効率化できるか?
ビッグデータはどこまで効率化できるか?
Shohei Hido
基調講演:「多様化する情報を支える技術」/西川徹
基調講演:「多様化する情報を支える技術」/西川徹
Preferred Networks
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Yuya Unno
ICML2013読み会 開会宣言
ICML2013読み会 開会宣言
Shohei Hido
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
Shohei Hido
Twitter分析のためのリアルタイム分析基盤@第4回Twitter研究会
Twitter分析のためのリアルタイム分析基盤@第4回Twitter研究会
Yuya Unno
リクルートライフスタイル分析基盤チーム2年目が世話するデータ連携bot達のお話
リクルートライフスタイル分析基盤チーム2年目が世話するデータ連携bot達のお話
Yuji Sakurai
イノベーションことはじめ
イノベーションことはじめ
Preferred Networks
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
Yuya Unno
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
tut_pfi_2012
tut_pfi_2012
Preferred Networks
Tendances
(20)
評BanにおけるJubatus活用事例
評BanにおけるJubatus活用事例
mlabforum2012_okanohara
mlabforum2012_okanohara
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
Deep Learning Lab 異常検知入門
Deep Learning Lab 異常検知入門
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
aiconf2017okanohara
aiconf2017okanohara
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
企業における自然言語処理技術の活用の現場(情報処理学会東海支部主催講演会@名古屋大学)
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
自然言語処理紹介(就職編)
自然言語処理紹介(就職編)
ビッグデータはどこまで効率化できるか?
ビッグデータはどこまで効率化できるか?
基調講演:「多様化する情報を支える技術」/西川徹
基調講演:「多様化する情報を支える技術」/西川徹
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
Jubatusにおける大規模分散オンライン機械学習@先端金融テクノロジー研究会
ICML2013読み会 開会宣言
ICML2013読み会 開会宣言
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
機械学習モデルフォーマットの話:さようならPMML、こんにちはPFA
Twitter分析のためのリアルタイム分析基盤@第4回Twitter研究会
Twitter分析のためのリアルタイム分析基盤@第4回Twitter研究会
リクルートライフスタイル分析基盤チーム2年目が世話するデータ連携bot達のお話
リクルートライフスタイル分析基盤チーム2年目が世話するデータ連携bot達のお話
イノベーションことはじめ
イノベーションことはじめ
Chainerのテスト環境とDockerでのCUDAの利用
Chainerのテスト環境とDockerでのCUDAの利用
データサイエンティストのつくり方
データサイエンティストのつくり方
tut_pfi_2012
tut_pfi_2012
En vedette
Mr201306 機械学習のセキュリティ技術応用
Mr201306 機械学習のセキュリティ技術応用
FFRI, Inc.
Jubatus: 分散協調をキーとした大規模リアルタイム機械学習プラットフォーム
Jubatus: 分散協調をキーとした大規模リアルタイム機械学習プラットフォーム
Preferred Networks
ルールベースから機械学習への道 公開用
ルールベースから機械学習への道 公開用
nishio
実戦投入する機械学習
実戦投入する機械学習
Takahiro Kubo
「機械学習 By スタンフォード大学」勉強会 2015.09.11
「機械学習 By スタンフォード大学」勉強会 2015.09.11
Minoru Chikamune
機械学習の理論と実践
機械学習の理論と実践
Preferred Networks
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
En vedette
(8)
Mr201306 機械学習のセキュリティ技術応用
Mr201306 機械学習のセキュリティ技術応用
Jubatus: 分散協調をキーとした大規模リアルタイム機械学習プラットフォーム
Jubatus: 分散協調をキーとした大規模リアルタイム機械学習プラットフォーム
ルールベースから機械学習への道 公開用
ルールベースから機械学習への道 公開用
実戦投入する機械学習
実戦投入する機械学習
「機械学習 By スタンフォード大学」勉強会 2015.09.11
「機械学習 By スタンフォード大学」勉強会 2015.09.11
機械学習の理論と実践
機械学習の理論と実践
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Similaire à Jubatus使ってみた
Out systemsaichiusermeeting#5 lt2
Out systemsaichiusermeeting#5 lt2
潤司 渡部
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
Preferred Networks
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Satoshi Yazawa
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
aslead
Iot_demo_challenger
Iot_demo_challenger
yoko tsushima
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
aslead
ユニットテストと始める始める安全なPythonライブラリ開発
ユニットテストと始める始める安全なPythonライブラリ開発
Yuya Oka
co-meeting_meetup_vol1_利用事例紹介(newデイシス)
co-meeting_meetup_vol1_利用事例紹介(newデイシス)
Satoshi Furuichi
私がMuninに恋する理由 - インフラエンジニアでも監視がしたい! -
私がMuninに恋する理由 - インフラエンジニアでも監視がしたい! -
Masahito Zembutsu
強化学習@PyData.Tokyo
強化学習@PyData.Tokyo
Naoto Yoshida
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
aslead
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
Hisao Soyama
@nifty エンジニアサポートの使い方
@nifty エンジニアサポートの使い方
Yuichi Saotome
どこでも安全に使えるIoTを目指して ~さくらインターネットのIoTへの取り組み~
どこでも安全に使えるIoTを目指して ~さくらインターネットのIoTへの取り組み~
法林浩之
ビジネスマネージャとデータ分析
ビジネスマネージャとデータ分析
TOSHI STATS Co.,Ltd.
深層学習フレームワークChainerの特徴
深層学習フレームワークChainerの特徴
Yuya Unno
イマドキのUbuntu活用法
イマドキのUbuntu活用法
Hiroshi Chonan
Call for Speakersに講演を256倍通す方法
Call for Speakersに講演を256倍通す方法
Kentaro Takeda
20131116 creators meetup
20131116 creators meetup
Seigo Tanaka
02.超初心者向けセキュリティ入門(IoT)
02.超初心者向けセキュリティ入門(IoT)
Study Group by SciencePark Corp.
Similaire à Jubatus使ってみた
(20)
Out systemsaichiusermeeting#5 lt2
Out systemsaichiusermeeting#5 lt2
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
Iot_demo_challenger
Iot_demo_challenger
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
ユニットテストと始める始める安全なPythonライブラリ開発
ユニットテストと始める始める安全なPythonライブラリ開発
co-meeting_meetup_vol1_利用事例紹介(newデイシス)
co-meeting_meetup_vol1_利用事例紹介(newデイシス)
私がMuninに恋する理由 - インフラエンジニアでも監視がしたい! -
私がMuninに恋する理由 - インフラエンジニアでも監視がしたい! -
強化学習@PyData.Tokyo
強化学習@PyData.Tokyo
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
大学生のTwitter利用に関する定量分析―利用目的とサービス設計の関係―
@nifty エンジニアサポートの使い方
@nifty エンジニアサポートの使い方
どこでも安全に使えるIoTを目指して ~さくらインターネットのIoTへの取り組み~
どこでも安全に使えるIoTを目指して ~さくらインターネットのIoTへの取り組み~
ビジネスマネージャとデータ分析
ビジネスマネージャとデータ分析
深層学習フレームワークChainerの特徴
深層学習フレームワークChainerの特徴
イマドキのUbuntu活用法
イマドキのUbuntu活用法
Call for Speakersに講演を256倍通す方法
Call for Speakersに講演を256倍通す方法
20131116 creators meetup
20131116 creators meetup
02.超初心者向けセキュリティ入門(IoT)
02.超初心者向けセキュリティ入門(IoT)
Plus de Tohru Kobayashi
IBM Watson Visual Recognition を紹介するよ
IBM Watson Visual Recognition を紹介するよ
Tohru Kobayashi
怠惰な私がプログラミングするときに重要だと考えているたった1つのこと
怠惰な私がプログラミングするときに重要だと考えているたった1つのこと
Tohru Kobayashi
○○でかんたんお部屋探し!
○○でかんたんお部屋探し!
Tohru Kobayashi
RでAHP
RでAHP
Tohru Kobayashi
20121205 jjbug
20121205 jjbug
Tohru Kobayashi
RをAWSで使おう
RをAWSで使おう
Tohru Kobayashi
Plus de Tohru Kobayashi
(6)
IBM Watson Visual Recognition を紹介するよ
IBM Watson Visual Recognition を紹介するよ
怠惰な私がプログラミングするときに重要だと考えているたった1つのこと
怠惰な私がプログラミングするときに重要だと考えているたった1つのこと
○○でかんたんお部屋探し!
○○でかんたんお部屋探し!
RでAHP
RでAHP
20121205 jjbug
20121205 jjbug
RをAWSで使おう
RをAWSで使おう
Dernier
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Dernier
(11)
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
Jubatus使ってみた
1.
Jubatus 使ってみたよ TokyoR #44 小林 達
@soultoru
2.
※ この資料の情報は個人の見解であり、 所属団体や資料を参考にした個人・団体様には 一切関係ないです。 あっても見逃してください。
3.
早速ですが、
4.
こんなことに 困っていません か?
5.
問
6.
関係者がデータ を小出しに 提出してくる
7.
データが巨大で 1 台のサーバの メモリには 載らない
8.
データ投入から 分析結果の出力 まで長時間
9.
10.
あるよ。
11.
https://preferred.jp/
12.
アジェンダ
13.
● どんなもの? ● 何ができるの? ● どうして動くの? ● 作ってみた ● R から使うには
14.
● どんなもの? ● 何ができるの? ● どうして動くの? ● 作ってみた ● R から使うには
15.
Jubatus = 機械学習 エンジン
16.
「分散した データ」を 「常に素早く」 「深く分析」
17.
https://preferred.jp/product/jubatus/
18.
PFI と NTT
が 共同開発の 国産 OSS ※ 現在は Preferred Networks がライセンスを保有しているみたいです。 http://itpro.nikkeibp.co.jp/atcl/news/14/100101159/
19.
● どんなもの? ● 何ができるの? ● どうして動くの? ● 作ってみた ● R から使うには
20.
Jubatus = 機械学習 エンジン
21.
多値分類 線形回帰 クラスタリング クラスタ分析 時系列データの統計分析 近傍探索 推薦 グラフマイニング 異常検知
22.
これらの 機械学習タスク を
23.
オンラインに 分散処理できる
24.
!
25.
26.
● どんなもの? ● 何ができるの? ● どうして動くの? ● 作ってみた ● R から使うには
27.
Jubatus = 機械学習 エンジン
28.
多値分類 線形回帰 クラスタリング クラスタ分析 時系列データの統計分析 近傍探索 推薦 グラフマイニング 異常検知
29.
機械学習とは、 簡単にはデータに対して何かのモデルに対して 問題を解くことで意図した動作を機械にさせる ※ 詳しい原理は書籍を読んでください
30.
オンライン
31.
勉強しろ 結果くれ Datum この間わずか 数十 ms で
OK ! ほい ※ 状況によって違います 結果
32.
なぜオンライン で動くのか?
33.
オンライン化 のマジック =
34.
確率的 勾配降下法
35.
目的関数が期待値で表された最適化問題 ( は確率密度関数) に対するオンライン最適化アルゴリズム. 目的関数の勾配が得られる状況下では, 通常の勾配法が適用 可能だが, の計算が高コストであまり現実的ではない場合が ある.そこで, の代わりに近似的に を用いた勾配法 ( は反復時点での実現値) が確率的勾配降下法( Stochastic Gradient
Descent, 以下 SGD ) である. は 平均的にはと一致するので通常の勾配 法と同様な収束性が期待される. http://www.msi.co.jp/nuopt/glossary/term_da265770bed70e5f0a764f3d20c0ce3d242e6467.html ※Jubatus は同様ではあるが違うアルゴリズム使ってるかも。ソースそこまで読んでないす。
36.
分散処理
37.
勉強しろ Datum 勉強しろ Datum
38.
こそこそ
39.
結果くれ 結果くれ どっちに聞いても いいよ! 結果が少し 違うかもだけど
40.
なぜ分散処理 できるか
41.
「こそこそ」 に秘密あり!
42.
分散学習機構 Mix
43.
データそのもの をやりとり しない (大きいから)
44.
分析結果 ( モデル )
を
45.
ガッチャンコ (平均化)
46.
データ モデル 全部処理。。。 モデルの平均 とるだけ! ※ 「モデルの平均とるだけ」はイメージです。 実際にはもっと難しい処理しているはずです。
47.
ただし、
48.
データの Update 毎に Mix しない
49.
= 分析結果が ノード毎 違う可能性
50.
51.
● どんなもの? ● 何ができるの? ● どうして動くの? ● 作ってみた ● R から使うには
52.
53.
http://karaoke.pink アプリ作ってみました。 推薦エンジンを中で使ってます。
54.
● どんなもの? ● 何ができるの? ● どうして動くの? ● 作ってみた ● R から使うには
55.
残念なお知らせ残念なお知らせ
56.
R のライブラリ はまだないみたい です。。。
57.
今のところ C++ 、 Java Python
、 Ruby に対応
58.
でも 動かせる可能性 はありますっ
59.
1 Msgpack + RPC を
R で実装
60.
2 C++ ライブラリ を Rcpp で呼び出す
61.
3 RESTapi を Ruby などで作成 RCurl
で呼び出す
62.
すみません、 どれも試せて ないです。。。
63.
本当は R のドライバライブラリ 公開したかったのですが間に合いませんでした
64.
● まとめ
65.
Jubatus = 機械学習 エンジン
66.
「分散した データ」を 「常に素早く」 「深く分析」
67.
今は (簡単には) R から動かない
68.
※ その内なんとか するかも
69.
おしまい
Télécharger maintenant