[2022/03/10]推薦・機械学習勉強会

[yu-ya4]

Why

推薦・機械学習勉強会は、推薦や機械学習、その周辺技術を通じてサービスを改善することにモチベーションのある人達の集まりです。ニュースやブログから論文まで、気になったものについてお互い共有しましょう！

発信のため、ここは public にしてあります。外部からの参加をご希望の方は松村(https://twitter.com/yu__ya4) まで DM を送るか、Wantedly Visit の募集（https://www.wantedly.com/projects/391912） よりご連絡ください！

What

Wantedly では隔週木曜日に

• 推薦の評価指標について議論したい
• 〇〇っていうライブラリ / フレームワークを導入してみたい
• 他社の基盤事例をみんなにシェアして自社の基盤開発に活かしたい
• もっと推薦を良くするためにどんなものが必要か議論したい

といった話をする「推薦・機械学習勉強会」を開催しています。 この ISSUE はその会で話すネタを共有するための場所です。

話したいことがある人はここにコメントしましょう！ 会の間に話した内容もここにメモしましょう！

prev: #132

[Hayashi-Yudai]

Hierarchical representations improve image retrieval

Amzonでは画像から商品が検索できるシステムがある。そこで画像検索の精度を向上させるために階層構造をモデルに取り込んだ。

Deep Metric Learning (DML) で画像のembeddingと距離関数を学習する。似通っている画像のembedding間の距離が学習が進められるが、ここに階層構造を導入することで、同じsuperclassを持つクラスの画像同士は距離が近くなるように学習できる。

これによって未知のデータへ適用したときにも良い結果が出る。

階層構造が肘名なときにはk-meansでクラスタリングして雑に階層構造を作っておいて学習のステップでそれを精製していく。

Push Notification Best Practices: 35 Tips for Dramatically Better Messages

プッシュ通知のベストプラクティス集。ここから逆算してデータ分析に活かせそう。

[zerebom]

エンジニアも知っておきたいAI倫理のはなし

• AI倫理は誰が議論してる?
  • 各国政府や企業
• AIエンジニアが倫理を学ぶ必要性
  • 意図せず人を傷つけるのを防ぐ
  • 自分のバイアスに気づく
• 過去の事例
  • Google: が写真のタグ付けで人に誤ったラベルを付与した
  • 警察: 予測捜査
  • Amazon: 男性を高く評価するシステムが原因でPJチームが解散
  • リクナビ: 内定辞退率
• 世の動向
  • 2017: 議論が開始 → 2022: AI論理の原則をどのように社会実装するか
  • 多くの団体がAI原則を公表
• エンジニアが倫理インシデントを起こさないためには
  • やばいと感じたら声をあげる
  • 不十分なことによるリスクを認識する
  • 他の会社ガイドラインを見てみる

データサイエンティストがオブジェクト指向を学んでみた際のメモ〜scikit-learnの作法を知る

DSのカモノハシさんがオブジェクト指向を学んだ時のメモ。 ブログの前半でオブジェクト指向の概要、後半で: sklearnのコードリーディングを紹介している。

新卒データサイエンティスト研修「DSOps研修」とは何か?

「データサイエンティストがビジネス価値を出すために，そもそも何を知っていないといけないか?」という問いに根ざした研修。受けたい。

[yu-ya4]

より良いデータ分析

『Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した』

https://shunyaueta.com/posts/2022-03-08/

Data analysis starts with questions, not data or a technique データ分析は質問とともにのみ始まる、データや技術からデータ分析は始まらない

とりあえず分析()するってのはだいたい無駄ﾜｶﾙ

RecSys2022 Challenge が始まりましたね

http://www.recsyschallenge.com/2022/

This year’s challenge focuses on fashion recommendations. When given user sessions, purchase data and content data about items, can you accurately predict which fashion item will be bought at the end of the session?

ファッション👕