SlideShare a Scribd company logo
1 of 51
Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved.
SES2017 Panel Discussion
機械学習とソフトウェア工学
2017/8/31
DeNAの
AI活用したサービス開発
株式会社ディー・エヌ・エー
濱田晃一
Copyright (C) 2016 DeNA Co.,Ltd. All Rights Reserved.
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AGENDA
◆開発プロセス・心がけていること
◆AI活用したサービス提供
DeNAのAI活用したサービス開発
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AGENDA
◆開発プロセス・心がけていること
◆AI活用したサービス提供
DeNAのAI活用したサービス開発
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
DeNAのAI
(2010年から開始・継続)
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
数千万利用ユーザ
50億行動/日
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
最新研究をベースに
研究開発
数千万利用ユーザ
50億行動/日
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
最新研究をベースに
研究開発
AI活用した
新たな価値ある
サービス設計・実装
数千万利用ユーザ
50億行動/日
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
最新研究をベースに
研究開発
AI活用した
新たな価値ある
サービス設計・実装
数千万利用ユーザ
50億行動/日
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
最新研究をベースに
研究開発
AI活用した
新たな価値ある
サービス設計・実装
数千万利用ユーザ
50億行動/日
価値あるサービス提供への継続的な挑戦
DeNAのAI
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
提供例: DeNAのAI活用したサービス提供
SNS
アニメ・マンガ・ゲーム・声優・ラノベマンガ
ゲームプラットフォーム
対話
ニュース
ゲーム
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
好きな画風のマンガに出会い楽しむ
マンガの表現学習、画風の類似度算出
作品
類似画風作品 作品
低類似度:高
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
©	SQUARE	ENIX	CO.,	LTD.	/	DeNA	Co.,	Ltd.
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
ゲーム攻略AIが
人かわりにゲームプレイし攻略法を強化学習・難易度評価
適切な難易度でゲームを楽しめる
AIが⾃ら試⾏錯誤し、
各キャラクターごとの最適な振る舞いを学習
⾏動
聖なる守護神	
(ヘイスト・防御UP)
シェルガ	
(防御UP)
フルブレイク	
(攻撃)
ブリザガ剣	
(攻撃)
ボス攻撃
ブリザガ剣	
(攻撃)
ケアルダ	
(回復)
…...
序盤は補助魔法で攻撃
や防御を上げておこう
攻撃を受けてHPが	
減ったから回復しよう
この属性攻撃が	
有効のようだ
環境 エージェント
⾏動決定関数	
argmax		Q(s,	a)a
報酬r
(与被ダメージの和など)
パラメータ更新
状態s
(味方HP、ボスHPなど)
行動a
(攻撃、防御、必殺技など)
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
みんなとチャット
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
対話AIに特定の個性(方言・熱さ等)を追加反映
個性に合わせた返答文を生成
いつでもどこでも多様なキャラクターと対話を楽しめる
・個性追加反映した返答生成例	
・強弱をつけた個性の追加反映
・元の個性を保持しつつ、個性を追加反映する
追加強度:強	
濱田 晃一, 藤川 和樹, 小林 颯介, 菊池 悠太, 海野 裕也, 土田 正明.
“対話返答生成における個性の追加反映”.
情報処理学会 第232回自然言語処理研究会 (7/20/2017).
熱さ追加を強め、元は「心配」していたが「応援」に変化
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
DeNAのAI
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
最新研究をベースに
研究開発
AI活用した
新たな価値ある
サービス設計・実装
サービス・データのサイクルから生まれる
継続的な価値提供
価値あるサービス提供への継続的な挑戦
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AGENDA
◆開発プロセス・心がけていること
◆AI活用したサービス提供
DeNAのAI活用したサービス開発
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
提供したいのは
新たな価値ある体験・サービス
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
提供したいのは
新たな価値ある体験・サービス
AI技術を活用し
体験提供・サービスとして よいものをつくる
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
提供したいのは
新たな価値ある体験・サービス
AI技術を活用し
体験提供・サービスとして よいものをつくる
実際にどのくらい価値があるのかは提供してみないとわからない
わからないことはやってみる。挑戦する
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
DeNAのAI活用したサービス開発
新たな価値ある体験・サービス提供を考え、作り、挑戦し続ける
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
5. 連携データ設計
3. サービス設計
7.分散アルゴリズム設計
8.分散実装
Distributed
Applications
YARN
HDFS
GPU
1. AI研究開発
・サービスを用いた新技術挑戦・評価
体験提供
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
体験提供
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
先端AI研究の実装・再現・評価
実装・再現レベルでの学習難易度・モデル精度の感覚を持つ
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
先端AI研究の実装・再現・評価
実装・再現レベルでの学習難易度・モデル精度の感覚を持つ
先端研究を動く実装として蓄積・共有。新たな技術挑戦での質・速度を向上させる
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
大規模サービスデータの活用
数千万人・50億行動/日の行動データ、大規模コンテンツデータを活用
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
1. AI研究開発
Neural Network
研究開発に必要なデータ取得のためのサービス実装も行う
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
大規模サービスデータの活用
数千万人・50億行動/日の行動データ、大規模コンテンツデータを活用
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
データへ投資する
サービスでの取得が難しいデータも、まとまったコストをかけて一気に作成
固有データを用いた研究開発もできるようにする
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
データへ投資する
サービスでの取得が難しいデータも、まとまったコストをかけて一気に作成
固有データを用いた研究開発もできるようにする
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
(例:対話での発話時の感情、トピック、等のアノテーションデータ、等)
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
サービスを用いた新AI技術挑戦・評価
価値が期待されるが評価が難しい 新AI技術は、サービスで試す。ユーザ反応で評価
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
サービスを用いた新AI技術挑戦・評価
価値が期待されるが評価が難しい 新AI技術は、サービスで試す。ユーザ反応で評価
AI技術開発・評価のサイクルを迅速に回し、モデル洗練していく
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
体験提供
サービスを用いた新AI技術挑戦・評価
価値が期待されるが評価が難しい 新AI技術は、サービスで試す。ユーザ反応で評価
AI技術開発・評価のサイクルを迅速に回し、モデル洗練していく
(例:スタイル・テイストでの類似画像算出の質を、表示画像に対するユーザー反応で評価)
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AI研究開発・ユーザ体験設計・サービス設計
新たな提供体験・価値を考える
どのような新たな体験提供ができるか、どのような価値があるか、考え抜く
体験提供
2. ユーザ体験設計
Service
Front End
3. サービス設計
1. AI研究開発
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
AI研究開発・ユーザ体験設計・サービス設計
新たな提供体験・価値を考える
どのような新たな体験提供ができるか、どのような価値があるか、考え抜く
体験提供
2. ユーザ体験設計
Service
Front End
3. サービス設計
AI技術は新たな体験提供の大きな源泉となる
Neural Network
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
AI研究開発・ユーザ体験設計・サービス設計
新たな提供体験・価値を考える
実際にどのくらい価値があるのかは提供してみないとわからない
体験提供
2. ユーザ体験設計
Service
Front End
3. サービス設計
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
AI研究開発・ユーザ体験設計・サービス設計
新たな提供体験・価値を考える
実際にどのくらい価値があるのかは提供してみないとわからない
体験提供
2. ユーザ体験設計
Service
Front End
3. サービス設計
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
わからないことはやってみる。挑戦する
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
洗練サイクル設計・ログ設計・連携データ設計
洗練サイクルを設計する
データ蓄積とモデル洗練のサイクルを設計する
体験提供
Feedback Log
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
3. サービス設計
6. ログ設計
5. 連携データ設計
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
洗練サイクル設計・ログ設計・連携データ設計
洗練サイクルを設計する
データ蓄積とモデル洗練のサイクルを設計する
体験提供
Feedback Log
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
3. サービス設計
6. ログ設計
5. 連携データ設計
学習アルゴリズム、学習に必要なログ、連携データ、等、一連のサイクルをつくる
Distributed
Applications
YARN
HDFS
GPU
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
分散アルゴリズム設計
学習方法の分散アルゴリズムを設計する
大規模データでもスケールする学習アルゴリズム設計する
体験提供
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
5. 連携データ設計
3. サービス設計
7.分散アルゴリズム設計
Distributed
Applications
YARN
HDFS
GPU
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
分散アルゴリズム設計
学習方法の分散アルゴリズムを設計する
大規模データでもスケールする学習アルゴリズム設計する
体験提供
学習アルゴリズムを、分散可能なアルゴリズムに再構成する
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
5. 連携データ設計
3. サービス設計
7.分散アルゴリズム設計
Distributed
Applications
YARN
HDFS
GPU
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
分散アルゴリズム実装
体験提供
体験・サービス提供に適した形で実装・チューニングしていく
サービスに適した形で分散アルゴリズム実装する
Feedback Log
6. ログ設計
7.分散アルゴリズム設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
8.分散実装
5. 連携データ設計
3. サービス設計
Distributed
Applications
YARN
HDFS
GPU
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
分散アルゴリズム実装
体験提供
体験・サービス提供に適した形で実装・チューニングしていく
サービスに適した形で分散アルゴリズム実装する
Feedback Log
6. ログ設計
7.分散アルゴリズム設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
8.分散実装
5. 連携データ設計
3. サービス設計
各種アルゴリズムチューニングのトライを多く行いたい。必要なものは自分でつくる
Distributed
Applications
YARN
HDFS
GPU
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
1. AI研究開発
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
・サービスを用いた新技術挑戦・評価
分散アルゴリズム実装
体験提供
体験・サービス提供に適した形で実装・チューニングしていく
結果を分析し、体験・サービス・学習サイクルともに洗練していく
Feedback Log
6. ログ設計
7.分散アルゴリズム設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
8.分散実装
5. 連携データ設計
3. サービス設計
Distributed
Applications
YARN
HDFS
GPU
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
・先端研究の実装・再現・評価
・大規模サービスデータ活用
・データへの投資
DeNAのAI活用したサービス開発
新たな価値ある体験・サービス提供を考え、作り、挑戦し続ける
Feedback Log
6. ログ設計
Personalized Data
For each user
Service
Front End
2. ユーザ体験設計
4. 洗練サイクル設計
5. 連携データ設計
3. サービス設計
7.分散アルゴリズム設計
8.分散実装
Distributed
Applications
YARN
HDFS
GPU
1. AI研究開発
・サービスを用いた新技術挑戦・評価
体験提供
Neural Network
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
DeNAのAI
先端AI技術を活用し
価値あるサービスを提供・洗練する
大規模
データ
サービス
AI技術
最新研究をベースに
研究開発
AI活用した
新たな価値ある
サービス設計・実装
サービス・データのサイクルから生まれる
継続的な価値提供
価値あるサービス提供への継続的な挑戦
Copyright	(C)	2016	DeNA	Co.,Ltd.	All	Rights	Reserved.	
AGENDA
◆開発プロセス・心がけていること
◆AI活用したサービス提供
DeNAのAI活用したサービス開発

More Related Content

What's hot

Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介Katsuya Ito
 
Inverse Reward Design の紹介
Inverse Reward Design の紹介Inverse Reward Design の紹介
Inverse Reward Design の紹介Chihiro Kusunoki
 
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理Koichi Hamada
 
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤Kenshin Yamada
 
[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video Generation
[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video Generation[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video Generation
[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video GenerationDeep Learning JP
 
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望 データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望 Koichi Hamada
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- Koichi Hamada
 
Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料
Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料
Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料tm_2648
 
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...Recruit Technologies
 
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」Recruit Technologies
 
ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016
ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016
ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016Takahiko Wada
 
Icml2018読み会_overview&GANs
Icml2018読み会_overview&GANsIcml2018読み会_overview&GANs
Icml2018読み会_overview&GANsKentaro Tachibana
 
FeUdal Networks for Hierarchical Reinforcement Learning
FeUdal Networks for Hierarchical Reinforcement LearningFeUdal Networks for Hierarchical Reinforcement Learning
FeUdal Networks for Hierarchical Reinforcement Learning佑 甲野
 
『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援
『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援
『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援TakumaYoshimura
 
B2B2Cなヘルスケアサービスの作り方
B2B2Cなヘルスケアサービスの作り方B2B2Cなヘルスケアサービスの作り方
B2B2Cなヘルスケアサービスの作り方Tomohiro MITSUMUNE
 
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法Daisuke Nogami
 
NIPS2017読み会@PFN: Hierarchical Reinforcement Learning + α
NIPS2017読み会@PFN: Hierarchical Reinforcement Learning + αNIPS2017読み会@PFN: Hierarchical Reinforcement Learning + α
NIPS2017読み会@PFN: Hierarchical Reinforcement Learning + α佑 甲野
 
SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization
SPADE :Semantic Image Synthesis with Spatially-Adaptive NormalizationSPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization
SPADE :Semantic Image Synthesis with Spatially-Adaptive NormalizationTenki Lee
 
ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)
ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)
ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)Tenki Lee
 
『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011
『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011 『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011
『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011 Koichi Hamada
 

What's hot (20)

Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介Goodfellow先生おすすめのGAN論文6つを紹介
Goodfellow先生おすすめのGAN論文6つを紹介
 
Inverse Reward Design の紹介
Inverse Reward Design の紹介Inverse Reward Design の紹介
Inverse Reward Design の紹介
 
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理
 
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
 
[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video Generation
[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video Generation[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video Generation
[DL輪読会] MoCoGAN: Decomposing Motion and Content for Video Generation
 
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望 データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
データマイニングCROSS 2012 Opening Talk - データマイニングの実サービス・ビジネス適用と展望
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
 
Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料
Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料
Deep Convolutional Generative Adversarial Networks - Nextremer勉強会資料
 
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
[Developers Summit 2015 講演資料] リクルートテクノロジーズ 14,000件/秒の配信を実現した リクルートのモバイルアプリを支え...
 
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
 
ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016
ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016
ボトムアップアプローチでのVRサービス立ち上げ / DeNA TechCon 2016
 
Icml2018読み会_overview&GANs
Icml2018読み会_overview&GANsIcml2018読み会_overview&GANs
Icml2018読み会_overview&GANs
 
FeUdal Networks for Hierarchical Reinforcement Learning
FeUdal Networks for Hierarchical Reinforcement LearningFeUdal Networks for Hierarchical Reinforcement Learning
FeUdal Networks for Hierarchical Reinforcement Learning
 
『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援
『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援
『逆転オセロニア』における バンディットアルゴリズムおよび強化学習を用いた 対戦環境のバランス設計支援
 
B2B2Cなヘルスケアサービスの作り方
B2B2Cなヘルスケアサービスの作り方B2B2Cなヘルスケアサービスの作り方
B2B2Cなヘルスケアサービスの作り方
 
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
 
NIPS2017読み会@PFN: Hierarchical Reinforcement Learning + α
NIPS2017読み会@PFN: Hierarchical Reinforcement Learning + αNIPS2017読み会@PFN: Hierarchical Reinforcement Learning + α
NIPS2017読み会@PFN: Hierarchical Reinforcement Learning + α
 
SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization
SPADE :Semantic Image Synthesis with Spatially-Adaptive NormalizationSPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization
SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization
 
ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)
ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)
ECCV2018 Everybody dance now論文紹介 (CV勉強会@関東)
 
『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011
『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011 『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011
『モバゲーの大規模データマイニング基盤におけるHadoop活用』-Hadoop Conference Japan 2011- #hcj2011
 

Similar to DeNAのAI活用したサービス開発

DeNAが取り組む Software Engineer in Test
DeNAが取り組む Software Engineer in TestDeNAが取り組む Software Engineer in Test
DeNAが取り組む Software Engineer in TestMasaki Nakagawa
 
SORACOM Canalを使った キャンペーン端末事
SORACOM Canalを使った キャンペーン端末事SORACOM Canalを使った キャンペーン端末事
SORACOM Canalを使った キャンペーン端末事Tosihiyuki Hirai
 
今こそ聞きたい開発環境
今こそ聞きたい開発環境今こそ聞きたい開発環境
今こそ聞きたい開発環境佳孝 中田
 
サービスを成長させる為の開発について
サービスを成長させる為の開発についてサービスを成長させる為の開発について
サービスを成長させる為の開発についてtatsuya mazaki
 
2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計
2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計
2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計aitc_jp
 
Webエンジニアが学ぶ自動運転を支える技術
Webエンジニアが学ぶ自動運転を支える技術Webエンジニアが学ぶ自動運転を支える技術
Webエンジニアが学ぶ自動運転を支える技術Hideo Kimura
 
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせますSHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせますNanae Matsushima
 
Mobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechcon
Mobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechconMobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechcon
Mobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechconDeNA
 
kintoneCafe関東女子会Vol.1_appresso對馬
kintoneCafe関東女子会Vol.1_appresso對馬kintoneCafe関東女子会Vol.1_appresso對馬
kintoneCafe関東女子会Vol.1_appresso對馬yoko tsushima
 
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...Insight Technology, Inc.
 
Startup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワーク
Startup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワークStartup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワーク
Startup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワークMasa Tadokoro
 
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値Ryusuke Ashiya
 
Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!
Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!
Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!Kazuya Sugimoto
 
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCDataSendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCDataCData Software Japan
 
JAWS DAYS 2017 ランチセッション
JAWS DAYS 2017 ランチセッションJAWS DAYS 2017 ランチセッション
JAWS DAYS 2017 ランチセッションTetsuya Mase
 
【博多TECH塾】自分ごのみのチャットボットをつくるハンズオン
【博多TECH塾】自分ごのみのチャットボットをつくるハンズオン【博多TECH塾】自分ごのみのチャットボットをつくるハンズオン
【博多TECH塾】自分ごのみのチャットボットをつくるハンズオンKoji Teraoka
 
ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来Kaoru NAKAMURA
 

Similar to DeNAのAI活用したサービス開発 (20)

DeNAが取り組む Software Engineer in Test
DeNAが取り組む Software Engineer in TestDeNAが取り組む Software Engineer in Test
DeNAが取り組む Software Engineer in Test
 
SORACOM Canalを使った キャンペーン端末事
SORACOM Canalを使った キャンペーン端末事SORACOM Canalを使った キャンペーン端末事
SORACOM Canalを使った キャンペーン端末事
 
今こそ聞きたい開発環境
今こそ聞きたい開発環境今こそ聞きたい開発環境
今こそ聞きたい開発環境
 
サービスを成長させる為の開発について
サービスを成長させる為の開発についてサービスを成長させる為の開発について
サービスを成長させる為の開発について
 
2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計
2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計
2016年2月4日 マンガ駆動開発によるデザインプロセス:協働プロジェクトのためのシナリオ設計
 
CData general proposal
CData general proposalCData general proposal
CData general proposal
 
Webエンジニアが学ぶ自動運転を支える技術
Webエンジニアが学ぶ自動運転を支える技術Webエンジニアが学ぶ自動運転を支える技術
Webエンジニアが学ぶ自動運転を支える技術
 
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせますSHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
 
Mobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechcon
Mobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechconMobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechcon
Mobage/AndAppのSDK開発事例とSDKを作る際に知っておくべきこと #denatechcon
 
kintoneCafe関東女子会Vol.1_appresso對馬
kintoneCafe関東女子会Vol.1_appresso對馬kintoneCafe関東女子会Vol.1_appresso對馬
kintoneCafe関東女子会Vol.1_appresso對馬
 
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
[data analytics showcase] A12: データに隠された課題、ちゃんと見えていますか? by Tableau Japan 株式会社 ...
 
2017 roadmap
2017 roadmap2017 roadmap
2017 roadmap
 
Startup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワーク
Startup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワークStartup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワーク
Startup Science - スタートアップ立ち上げに使える9つのビジネスモデルフレームワーク
 
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
クラウド時代の経営スタイルを変革する TableauセルフサービスBIの本質的価値
 
Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!
Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!
Mulesoft meetup #02 Anypointで日本のクラウドサービスを繋いでみた!
 
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCDataSendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
Sendai it commune 03 スポーツジムとダンベルと連携ソリューションとCData
 
JAWS DAYS 2017 ランチセッション
JAWS DAYS 2017 ランチセッションJAWS DAYS 2017 ランチセッション
JAWS DAYS 2017 ランチセッション
 
【博多TECH塾】自分ごのみのチャットボットをつくるハンズオン
【博多TECH塾】自分ごのみのチャットボットをつくるハンズオン【博多TECH塾】自分ごのみのチャットボットをつくるハンズオン
【博多TECH塾】自分ごのみのチャットボットをつくるハンズオン
 
Googleアシスタントアプリ実際のところ
Googleアシスタントアプリ実際のところ Googleアシスタントアプリ実際のところ
Googleアシスタントアプリ実際のところ
 
ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来ジェスチャ認識・物体形状取得がもたらす新たな未来
ジェスチャ認識・物体形状取得がもたらす新たな未来
 

More from Koichi Hamada

Anime Generation with AI
Anime Generation with AIAnime Generation with AI
Anime Generation with AIKoichi Hamada
 
Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019Koichi Hamada
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦Koichi Hamada
 
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...Koichi Hamada
 
対話返答生成における個性の追加反映
対話返答生成における個性の追加反映対話返答生成における個性の追加反映
対話返答生成における個性の追加反映Koichi Hamada
 
NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics  NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics Koichi Hamada
 
複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理Koichi Hamada
 
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #HadoopLarge Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #HadoopKoichi Hamada
 
"Mahout Recommendation" - #TokyoWebmining 14th
"Mahout Recommendation" -  #TokyoWebmining 14th"Mahout Recommendation" -  #TokyoWebmining 14th
"Mahout Recommendation" - #TokyoWebmining 14thKoichi Hamada
 
Mahout JP - #TokyoWebmining 11th #MahoutJP
Mahout JP -  #TokyoWebmining 11th #MahoutJP Mahout JP -  #TokyoWebmining 11th #MahoutJP
Mahout JP - #TokyoWebmining 11th #MahoutJP Koichi Hamada
 
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...Koichi Hamada
 
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11Koichi Hamada
 
Mahout Canopy Clustering - #TokyoWebmining 9
Mahout Canopy Clustering - #TokyoWebmining 9Mahout Canopy Clustering - #TokyoWebmining 9
Mahout Canopy Clustering - #TokyoWebmining 9Koichi Hamada
 
Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8 Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8 Koichi Hamada
 
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナーKoichi Hamada
 
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京Koichi Hamada
 
Introduction to Mahout Clustering - #TokyoWebmining #6
Introduction to Mahout Clustering - #TokyoWebmining #6Introduction to Mahout Clustering - #TokyoWebmining #6
Introduction to Mahout Clustering - #TokyoWebmining #6Koichi Hamada
 
ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京
ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京
ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京Koichi Hamada
 
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京Koichi Hamada
 
ソーシャルデザインパターン -評判と情報収集-
ソーシャルデザインパターン -評判と情報収集-ソーシャルデザインパターン -評判と情報収集-
ソーシャルデザインパターン -評判と情報収集-Koichi Hamada
 

More from Koichi Hamada (20)

Anime Generation with AI
Anime Generation with AIAnime Generation with AI
Anime Generation with AI
 
Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019Generative Adversarial Networks @ ICML 2019
Generative Adversarial Networks @ ICML 2019
 
AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦AIによるアニメ生成の挑戦
AIによるアニメ生成の挑戦
 
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
Generative Adversarial Networks (GANs) and Disentangled Representations @ N...
 
対話返答生成における個性の追加反映
対話返答生成における個性の追加反映対話返答生成における個性の追加反映
対話返答生成における個性の追加反映
 
NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics  NIPS 2016 Overview and Deep Learning Topics
NIPS 2016 Overview and Deep Learning Topics
 
複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理複雑ネットワーク上の伝搬法則の数理
複雑ネットワーク上の伝搬法則の数理
 
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #HadoopLarge Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
 
"Mahout Recommendation" - #TokyoWebmining 14th
"Mahout Recommendation" -  #TokyoWebmining 14th"Mahout Recommendation" -  #TokyoWebmining 14th
"Mahout Recommendation" - #TokyoWebmining 14th
 
Mahout JP - #TokyoWebmining 11th #MahoutJP
Mahout JP -  #TokyoWebmining 11th #MahoutJP Mahout JP -  #TokyoWebmining 11th #MahoutJP
Mahout JP - #TokyoWebmining 11th #MahoutJP
 
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
10回開催記念 「データマイニング+WEB ~データマイニング・機械学習活用による継続進化~」ー第10回データマイニング+WEB勉強会@東京ー #Toky...
 
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR  #11
「R言語による Random Forest 徹底入門 -集団学習による分類・予測-」 - #TokyoR #11
 
Mahout Canopy Clustering - #TokyoWebmining 9
Mahout Canopy Clustering - #TokyoWebmining 9Mahout Canopy Clustering - #TokyoWebmining 9
Mahout Canopy Clustering - #TokyoWebmining 9
 
Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8 Apache Mahout - Random Forests - #TokyoWebmining #8
Apache Mahout - Random Forests - #TokyoWebmining #8
 
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
「樹木モデルとランダムフォレスト-機械学習による分類・予測-」-データマイニングセミナー
 
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
「はじめてでもわかる RandomForest 入門-集団学習による分類・予測 -」 -第7回データマイニング+WEB勉強会@東京
 
Introduction to Mahout Clustering - #TokyoWebmining #6
Introduction to Mahout Clustering - #TokyoWebmining #6Introduction to Mahout Clustering - #TokyoWebmining #6
Introduction to Mahout Clustering - #TokyoWebmining #6
 
ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京
ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京
ベイジアンネットとレコメンデーション -第5回データマイニング+WEB勉強会@東京
 
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
 
ソーシャルデザインパターン -評判と情報収集-
ソーシャルデザインパターン -評判と情報収集-ソーシャルデザインパターン -評判と情報収集-
ソーシャルデザインパターン -評判と情報収集-
 

DeNAのAI活用したサービス開発