[Track4-5] CDLEへの招待～CDLEハッカソンが、自分の人生のターニングポイントになった話～
0 likes2,787 views
2020/8/1 Deep Learning Digital Conference 矢崎総業株式会社 圖師 秀幸 氏
[Track4-5] CDLEへの招待～CDLEハッカソンが、自分の人生のターニングポイントになった話～
- 3. 【セッション概要】 【Question】 ?AIの技術に追従していくには、どういった活動が効果的なのか? 【Answer】 ?CDLE※のコミュニティに参加することを提案したい ※.CDLE （Community of Deep Learning Evangelists）とは、日本ディープラーニング協会が実施するG検定およびE資格の合格者が参加するコミュニティです。
- 4. 最新技術 ビジネス課題定義 PoC案件工程 工程 データ収集 データ理解 データモデリング 解釈?説明 ?コンセプト立案 ?仮説立案 ?コスト/ベネフィット算出 タスク ?データ格納基盤構築 ?データ分析基盤構築 ?内部データ収集 ?外部データ収集 ?スクレイピング ?基礎集計 ?欠損値 ?異常値 ?ビニング ?主成分分析(PCA) ?データクレンジング ?前処理 ?評価指標 ?データセットのサンプリング ?バリデーション ?学習モデル ?学習モデルチューニング ?アンサンブル ?Feature Importance ?Partial Dependence ?LIME ?SHAP PoC案件 スコープ コンペティションサイト※ ※.CDLE HACKATHON, Kaggle, SIGNATEなどコンペティションサイトでは、データおよび目的変数が定義されてい て、説明変数とモデルを設計実装し、精度を競うコンペが多く開催されています。 ①認識 ②活用 ③説明 エンジニアとしてエキサイティングな領域！
- 5. ①最新技术を认识する
- 6. 2012 年 2013 年 2014年 2015年 2016 年 2017年 2018 年 2019 年 2020 年 画像認識の技術動向 CNN OverFeat R-CNN ResNet DenseNet AttentionNet DeepBox Fast R-CNN Faster R-CNN YOLO SSD G-CNN R-FCN PVANET FPN Fast YOLO S-OHEM FSSD DSSD ShuffleNet Cascade R-CNN ASSD CBNet RFBNet CornerNet YOLOv4 AABO MPSR TENet BorderDet SENet Mask R-CNN RefineDet MobileNet Pelee PFPNet MLKP M2Det YOLOv3 3D G-CNN HKRM R-DAD EfficientNet
- 8. CDLE Slack Community ContentAnalytics モデル紹介① イベント告知② 活用事例③ 物体検出モデル「DETR」 11,906人 過去30日間：↑678(+6%) Member 2,627人 過去30日間：↑426(+19%) Active NLPモデル「ELECTRA」 CVPR2020技術報告会 International Symposium on Artificial Intelligence and Brain Science 胸部X線画像からコロナウイルス肺炎の検出 UCSDが臨床研究 AI技術で建物被害把握 広島大と東工大が開発 0 500 1000 1500 2000 2500 3000 0 2000 4000 6000 8000 10000 12000 7月… 8月 9月 10月 11月 12月 1月… 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 1月… 2月 3月 4月 5月 6月 7月 CDLE Slack ユーザー数 平均 / メンバー数合計 平均 / 週間アクティブメンバー数 2018年 2019年 2020年
- 9. ②最新技术を活用する
- 11. 2019 CDLE HACKATHONサマリ チーム結成③ Kaggle④ CDLEメンバでチーム結成 2019年 RSNA Intracranial Hemorrhage Detection 現在 Titanic: Machine Learning from Disaster Google QUEST Q&A Labeling Flower Classification with TPUs University of Liverpool - Ion Switching TReNDS Neuroimaging TensorFlow 2.0 Question Answering ? 週次でMTGを実施 ? AI技術情報交換 ? Kaggleへの挑戦 ? コロナなど社会話題議論 活動内容 MTGの実施率は9割以上！ Hackathon参戦① Hackathon結果② 評価基準 ?産業?社会的なインパクト ?先進?独自性 ?技術力 チームで賞を受賞！ チーム分け エントリーシート提出 課題着手 結果発表 運営の選考
- 12. 2019 CDLE HACKATHON発表 1.HACKATHON 発表テーマ 3.我々の発表内容 2.技術動向 交通事故という社会問題にフォーカスした ソリューションを発表した 「リアルタイム路面予報」 「お困りごと発見!DegiTach Navi」 「Tachotify(タコティファイ)」 「Escher(エッシャー)」 「発見!道路の異常スポット」 「あなたのドライビングパートナーCALEXA」 機械学習 ?K-Means ?LSTM ?Word2Vec フレームワーク ?Keras(TF) ?Scikit-learn API?データ ?Google Maps ?YOLP ?AutoEncoder ?U-Net ?CNN ?CNN(VGG16) ?CNN(YOLOv3) ?Mecab ?Gensim ?Flask ?Laravel(PHP) ?WPF(C#) ?React ?NodeJS ?DarkSky API ?気象庁 ?Musixmatch ?Spotify
- 16. ③最新技术を説明する
- 17. ● 何故この結果が出る? ● どの特徴量を重視している? ● 3%は何で間違える? ● 学習データと実データはどう異なる? 精度97%! 最終的に人が使う事を忘れてはいけない 人が納得して使えるものであるべき 説明責任 実際に使える
- 18. CDLEでは様々な発表機会を得られる！ CDLE関係の発表経験 CDLE Hackathon中間発表/最終発表9月 日経×TREND EXPO201910月 Deep Learning Digital Conference8月DCON7月 ? 高専生向けに、企業として取り組んでいるAIpjを講演 ? BigDataを利用した分析プロジェクトのプレゼンを行った イベント概要/発表内容 ? JDLAブース内での。LT枠として登壇 ? CDLEハッカソンに関してプレゼンテーションを行った イベント概要/発表内容 ? 中間発表として、直面している課題や方針を発表 ? 最終発表として、交通事故へのソリューションを発表 イベント概要/発表内容 ? 中間発表として、直面している課題や方針を発表。 ? 最終発表として、交通事故へのソリューションを発表。 イベント概要/発表内容 本発表の為割愛致します
- 19. さいごに
- 20. 【Question】 ?AIの技術に追従していくには、どういった活動が効果的なのか? 【Answer】 ?CDLE※1のコミュニティに参加することを提案したい ?最新技術を認識する場が用意されている ?最新技術を活用する場が用意されている ?最新技術を説明できる場が用意されている ※1.CDLE （Community of Deep Learning Evangelists）とは、日本ディープラーニング協会が実施するG検定およびE資格の合格者が参加するコミュニティです。
- 21. ご清聴ありがとうございました！