wantedly / machine-learning-round-table

Gather around the table, and have a discussion to catch up the latest trend of machine learning 🤖
https://www.wantedly.com/projects/391912
297 stars 2 forks source link

[2021/04/22]推薦・機械学習勉強会 #96

Open yu-ya4 opened 3 years ago

yu-ya4 commented 3 years ago

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

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: #94

yu-ya4 commented 3 years ago

マスターアルゴリズム作りたい

『NetflixとAmazonのリコメンドシステムを統合したら何が起きる?』 https://gendai.ismedia.jp/articles/-/82204

しましま先生が翻訳した『マスターアルゴリズム 世界を再構築する「究極の機械学習」』 についての記事。読み物として普通に面白かった。

​>仮に、それぞれのシステムが、あなたを現実の書店に案内し、どの本が「あなたにぴったり」なのかを選ぼうとしたとしよう。すると、Amazonのシステムでは、あなたが以前からよく足を運んでいる書架へと案内することが多いだろう。それに対し、Netflixでは、一見するとなじみがなく的外れな分野の書架に案内するが、ここの本をあなたは最終的には気に入るだろう。

定額給付金をどのように消費したかについてのマネフォの研究論文

『特別定額給付金が家計消費に与える影響に関する研究論文を発表』 https://corp.moneyforward.com/news/release/corp/20210414-mf-press-3/

【主な研究結果】 ・給付金が支給された週から数週間にわたり消費が増加した。また定義によるが、給付金のうち6%〜27%が消費として利用された ・労働所得の低い家計、また銀行預金などの流動資産(*1)を十分に保有していない家計は、他の家計に比べより多くの給付金を消費として利用した ・「食費と生活必需品」や「対面を伴うサービス」への支出は給付金支給後早い段階で反応がある一方、「耐久財」や「住宅ローン・家賃・保険などへの支払い」による支出は長期にわたり反応があるなど、カテゴリーごとに消費が大きく異なった

給付金の支給日が人によって大きく異なったので、ある時点を見ると「すでに給付金を受け取った家計」と「まだ受け取っていない家計」と分かれていたので比較実験が行えたっての面白い。こういう研究に自分のお金のデータが使われるんだってのは一利用者としてちょっとびっくりはしたw

AI を利用した悪意ある情報操作。。。

『改ざんされた官房長官記者会見画像のTwitter投稿についてまとめてみた』 https://piyolog.hatenadiary.jp/entry/2021/04/13/055442

シリアスな状況である地震に対する官房長官記者会見の中継シーンの画像を改ざんして、官房長官が笑顔で記者会見に臨んだかのように見せるという悪質な行為。。。 普通に社会問題ですね。

人間の行動原理完全に理解したい

『インタフェースデザインの心理学 第2版』 https://www.oreilly.co.jp/books/9784873119458/

人間の行動原理を意識したデザインの提唱で多くのデザイナー、エンジニアに支持され続けるロングベストセラー書の改訂版。わかりやすさはそのままに、ヤル気から感情まで各分野の新しい研究結果を反映して待望のアップデート。デザインは相手から無意識の反応を誘い出すための大事な要素です。人間の行動原理を理解していないデザインは相手を混乱させ目的の結果につながりません。本書では科学的な研究から導き出された、100の指針を例とともにわかりやすく紹介します。人間の思考や行動、遊び方にマッチした直観的で人を引きつけるプロダクトをデザインするための必読書です。

hakubishin3 commented 3 years ago

Python 3.10

https://docs.python.org/ja/3.10/whatsnew/3.10.html 日本語でのまとめ: https://qiita.com/ksato9700/items/2cd85bec2ae4c1785238

個人的に気になったところ

Strategies for positive predictions

https://twitter.com/nekoumei/status/1380462386188980224 https://github.com/facebook/prophet/issues/1668

Prophet の話. 0 以上の値を取る時系列データについて, トレンドが 0 に漸近し再び上昇する可能性があるケースの場合, 予測値を単純にクリップしたり, ロジスティックトレンドなどの採用だと将来予測の不確実性が 0 付近に張り付き良い予測ではない. 予測時にトレンドが負にならないことを保証するような区分線形トレンド関数を採用することで不確実性が0付近の平均トレンドに対して足し合わさることになり, それっぽい予測ができるようになる.

図で理解するTransformer

https://qiita.com/birdwatcher/items/b3e4428f63f708db37b7

初学者視点で解説されていて, 様々な Transformer 解説記事の中でもかなりとっつき易い.

zerebom commented 3 years ago

Federated Learning of Cohorts(FLoC)の概要

https://developers-jp.googleblog.com/2021/04/floc.html プライバシーを保護しつつ、興味ベースで広告を選択するメカニズム、FLoCの説明。

Unityでディープラーニング学習用の教師データを大量に生成する方法

https://zenn.dev/karaage0703/articles/2d54b5c02dfe39

関連資料: Unity、合成データセットの提供開始でAIトレーニングの時間と予算を大幅に削減

AI inside 、ノーコードで高精度なAIモデル開発ができる「Learning Center」を提供開始、AIを自作し低コスト・短期間でAI導入と運用が可能に

https://prtimes.jp/main/html/rd/p/000000065.000024457.html

学習(作る)は月額10万円、推論(使う)は月額3万円で利用可能です。

活用想定シーンの例 1.独自フォーマット帳票から文字を読み取り(非定形帳票 AI-OCR) 2.外観検査(設備のメンテナンスなど) 3.品質管理(検品・不良箇所の検知など) 4.安全管理(異常検知など) 5.医療における画像診断補助