Submit Search
Upload
集合知プログラミング5章発表
•
0 likes
•
1,032 views
tetsuro ito
Follow
Report
Share
Report
Share
1 of 24
Recommended
集合知プログラミング11章
集合知プログラミング11章
tetsuro ito
28
28
Kotori Kuroi
Old age healthcare security an urgent need for the ageing urban population
Old age healthcare security an urgent need for the ageing urban population
Healthcare consultant
SoulMissions (2)
SoulMissions (2)
David Rohrs
Elder-Centric Villages - Jan 2011
Elder-Centric Villages - Jan 2011
Dodd Kattman, AIA
I.T.I CC
I.T.I CC
masthan213
cv for web edit
cv for web edit
Dhani Trisula
Lenovo referenz-lukas varga
Lenovo referenz-lukas varga
Lukáš Varga
Recommended
集合知プログラミング11章
集合知プログラミング11章
tetsuro ito
28
28
Kotori Kuroi
Old age healthcare security an urgent need for the ageing urban population
Old age healthcare security an urgent need for the ageing urban population
Healthcare consultant
SoulMissions (2)
SoulMissions (2)
David Rohrs
Elder-Centric Villages - Jan 2011
Elder-Centric Villages - Jan 2011
Dodd Kattman, AIA
I.T.I CC
I.T.I CC
masthan213
cv for web edit
cv for web edit
Dhani Trisula
Lenovo referenz-lukas varga
Lenovo referenz-lukas varga
Lukáš Varga
Grocery section in www.shopvatika.com
Grocery section in www.shopvatika.com
Shop Vatika
Finding Translations: Localization and Internationalization in Rails
Finding Translations: Localization and Internationalization in Rails
Valerie Woolard
S Reeves Resume
S Reeves Resume
Sandra Reeves
AFT Task 2
AFT Task 2
Jessica Thorpe
Finding a useful outlet for my many Adventures in go
Finding a useful outlet for my many Adventures in go
Eleanor McHugh
mANEJO DEL ESTRES
mANEJO DEL ESTRES
Monica Arcas Byrne
第31回TokyoR LT資料
第31回TokyoR LT資料
tetsuro ito
1日で分かった気になる機械学習
1日で分かった気になる機械学習
Junji Imaoka
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
GIG inc.
LLM+LangChainで特許調査・分析に取り組んでみた
LLM+LangChainで特許調査・分析に取り組んでみた
KunihiroSugiyama1
はじパタ2章
はじパタ2章
tetsuro ito
【Tech Trend Talk vol.5】社外向け勉強会「教師あり学習とプロダクトへの活用 -(GIG)」
【Tech Trend Talk vol.5】社外向け勉強会「教師あり学習とプロダクトへの活用 -(GIG)」
GIG inc.
Pycon reject banditアルゴリズムを用いた自動abテスト
Pycon reject banditアルゴリズムを用いた自動abテスト
Shoichi Taguchi
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
Hiroshi Senga
Tableau x データサイエンス
Tableau x データサイエンス
Hiroshi Masuda
数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!
数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!
Hideto Masuoka
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
GIG inc.
中国のAI産業状況、スタートアップ情報リサーチ
中国のAI産業状況、スタートアップ情報リサーチ
YangnuoLiu
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Shoichi Taguchi
コンピュータの舞台裏 Vol.08 - 身近な事例からひも解く人工知能
コンピュータの舞台裏 Vol.08 - 身近な事例からひも解く人工知能
TATSUYA HAYAMIZU
深層学習基礎勉強会資料
深層学習基礎勉強会資料
shinya murakawa
SCORER Partner Summit 2018_ Yamasaki
SCORER Partner Summit 2018_ Yamasaki
Future Standard
More Related Content
Viewers also liked
Grocery section in www.shopvatika.com
Grocery section in www.shopvatika.com
Shop Vatika
Finding Translations: Localization and Internationalization in Rails
Finding Translations: Localization and Internationalization in Rails
Valerie Woolard
S Reeves Resume
S Reeves Resume
Sandra Reeves
AFT Task 2
AFT Task 2
Jessica Thorpe
Finding a useful outlet for my many Adventures in go
Finding a useful outlet for my many Adventures in go
Eleanor McHugh
mANEJO DEL ESTRES
mANEJO DEL ESTRES
Monica Arcas Byrne
Viewers also liked
(6)
Grocery section in www.shopvatika.com
Grocery section in www.shopvatika.com
Finding Translations: Localization and Internationalization in Rails
Finding Translations: Localization and Internationalization in Rails
S Reeves Resume
S Reeves Resume
AFT Task 2
AFT Task 2
Finding a useful outlet for my many Adventures in go
Finding a useful outlet for my many Adventures in go
mANEJO DEL ESTRES
mANEJO DEL ESTRES
Similar to 集合知プログラミング5章発表
第31回TokyoR LT資料
第31回TokyoR LT資料
tetsuro ito
1日で分かった気になる機械学習
1日で分かった気になる機械学習
Junji Imaoka
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
GIG inc.
LLM+LangChainで特許調査・分析に取り組んでみた
LLM+LangChainで特許調査・分析に取り組んでみた
KunihiroSugiyama1
はじパタ2章
はじパタ2章
tetsuro ito
【Tech Trend Talk vol.5】社外向け勉強会「教師あり学習とプロダクトへの活用 -(GIG)」
【Tech Trend Talk vol.5】社外向け勉強会「教師あり学習とプロダクトへの活用 -(GIG)」
GIG inc.
Pycon reject banditアルゴリズムを用いた自動abテスト
Pycon reject banditアルゴリズムを用いた自動abテスト
Shoichi Taguchi
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
Hiroshi Senga
Tableau x データサイエンス
Tableau x データサイエンス
Hiroshi Masuda
数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!
数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!
Hideto Masuoka
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
GIG inc.
中国のAI産業状況、スタートアップ情報リサーチ
中国のAI産業状況、スタートアップ情報リサーチ
YangnuoLiu
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Shoichi Taguchi
コンピュータの舞台裏 Vol.08 - 身近な事例からひも解く人工知能
コンピュータの舞台裏 Vol.08 - 身近な事例からひも解く人工知能
TATSUYA HAYAMIZU
深層学習基礎勉強会資料
深層学習基礎勉強会資料
shinya murakawa
SCORER Partner Summit 2018_ Yamasaki
SCORER Partner Summit 2018_ Yamasaki
Future Standard
2018/8/6トレLABO3_AIの学び方・使い方
2018/8/6トレLABO3_AIの学び方・使い方
Trainocate Japan, Ltd.
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
Tokoroten Nakayama
参謀本部事業計画書
参謀本部事業計画書
貴義 齊藤
Tdc 20181121
Tdc 20181121
Masabumi Furuhata
Similar to 集合知プログラミング5章発表
(20)
第31回TokyoR LT資料
第31回TokyoR LT資料
1日で分かった気になる機械学習
1日で分かった気になる機械学習
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
【Tech Trend Talk vol.3】社外向け勉強会「環境準備と教師なし学習の実践 -(GIG)」
LLM+LangChainで特許調査・分析に取り組んでみた
LLM+LangChainで特許調査・分析に取り組んでみた
はじパタ2章
はじパタ2章
【Tech Trend Talk vol.5】社外向け勉強会「教師あり学習とプロダクトへの活用 -(GIG)」
【Tech Trend Talk vol.5】社外向け勉強会「教師あり学習とプロダクトへの活用 -(GIG)」
Pycon reject banditアルゴリズムを用いた自動abテスト
Pycon reject banditアルゴリズムを用いた自動abテスト
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
日経コンピュータ主催:さわってわかる機械学習 Azure Machine Learning 実践セミナー
Tableau x データサイエンス
Tableau x データサイエンス
数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!
数式がわからなくたってDeep Learningやってみたい!人集合- dots. DeepLearning部 発足!
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
中国のAI産業状況、スタートアップ情報リサーチ
中国のAI産業状況、スタートアップ情報リサーチ
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
Pydata_リクルートにおけるbanditアルゴリズム_実装前までのプロセス
コンピュータの舞台裏 Vol.08 - 身近な事例からひも解く人工知能
コンピュータの舞台裏 Vol.08 - 身近な事例からひも解く人工知能
深層学習基礎勉強会資料
深層学習基礎勉強会資料
SCORER Partner Summit 2018_ Yamasaki
SCORER Partner Summit 2018_ Yamasaki
2018/8/6トレLABO3_AIの学び方・使い方
2018/8/6トレLABO3_AIの学び方・使い方
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
参謀本部事業計画書
参謀本部事業計画書
Tdc 20181121
Tdc 20181121
More from tetsuro ito
[Up用]rでqr
[Up用]rでqr
tetsuro ito
20170912 data analyst meetup tokyo vol.5
20170912 data analyst meetup tokyo vol.5
tetsuro ito
DataOps in Moneyforward
DataOps in Moneyforward
tetsuro ito
20170207 bigdata analytics_tokyo講演資料
20170207 bigdata analytics_tokyo講演資料
tetsuro ito
20161029 dots machine learning in money forward
20161029 dots machine learning in money forward
tetsuro ito
20160906 bq sushi
20160906 bq sushi
tetsuro ito
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
tetsuro ito
20150303続パタ5章後半
20150303続パタ5章後半
tetsuro ito
PRML読書会1スライド(公開用)
PRML読書会1スライド(公開用)
tetsuro ito
20140614 tokyo r lt
20140614 tokyo r lt
tetsuro ito
20140329 tokyo r lt 「カーネルとsvm」
20140329 tokyo r lt 「カーネルとsvm」
tetsuro ito
20140204はじパタlt
20140204はじパタlt
tetsuro ito
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
tetsuro ito
はじパタ8章 svm
はじパタ8章 svm
tetsuro ito
Tokyo R LT 20131109
Tokyo R LT 20131109
tetsuro ito
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
20120326 zansa勉強会発表資料 (公開用) 02 04-38
20120326 zansa勉強会発表資料 (公開用) 02 04-38
tetsuro ito
複雑ネットワーク勉強会 第6章 後半
複雑ネットワーク勉強会 第6章 後半
tetsuro ito
複雑ネットワーク勉強会 第6章
複雑ネットワーク勉強会 第6章
tetsuro ito
More from tetsuro ito
(20)
[Up用]rでqr
[Up用]rでqr
20170912 data analyst meetup tokyo vol.5
20170912 data analyst meetup tokyo vol.5
DataOps in Moneyforward
DataOps in Moneyforward
20170207 bigdata analytics_tokyo講演資料
20170207 bigdata analytics_tokyo講演資料
20161029 dots machine learning in money forward
20161029 dots machine learning in money forward
20160906 bq sushi
20160906 bq sushi
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
20150303続パタ5章後半
20150303続パタ5章後半
PRML読書会1スライド(公開用)
PRML読書会1スライド(公開用)
20140614 tokyo r lt
20140614 tokyo r lt
20140329 tokyo r lt 「カーネルとsvm」
20140329 tokyo r lt 「カーネルとsvm」
20140204はじパタlt
20140204はじパタlt
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
はじパタ8章 svm
はじパタ8章 svm
Tokyo R LT 20131109
Tokyo R LT 20131109
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
20120326 zansa勉強会発表資料 (公開用) 02 04-38
20120326 zansa勉強会発表資料 (公開用) 02 04-38
複雑ネットワーク勉強会 第6章 後半
複雑ネットワーク勉強会 第6章 後半
複雑ネットワーク勉強会 第6章
複雑ネットワーク勉強会 第6章
集合知プログラミング5章発表
1.
集合知プログラミング 5章 最適化 (後半) @tetsuroito
2.
自己紹介 名前 バックボーン 伊藤 徹郎 経済・ファイナンス twitter ID Python歴 @tetsuroito
ビギナー 所属 株式会社ALBERT データ分析部
3.
株式会社ALBERTについて 私たちは「分析力をコアとする情報最適化企業」です! ALBERTの事業領域 CRMソリューションの開発・提供 レコメンドエンジンの開発・提供 行動ターゲティング広告システムの 開発・提供 データサイエンティスト大募集中です! 皆様、ぜひよろしくお願いします!
4.
この前、こんな会に出てきました http://www.slideshare.net/yokkuns/japan-r-15449897
5.
前半サマリー グループ旅行の最適化のために解の表現を 行い、コスト関数を学びましたね。 探索アルゴリズムとして、 ランダムサーチ、ヒルクライム、 模擬アニーリング、遺伝アルゴリズムを 学びましたね。
6.
@gepuro 君が5.1∼5.7まで わかりやすく発表してくれましたから、 みなさん準備はいいですね!
7.
8.
アジェンダ 実際のフライトを検索する -Kayak API -minidomパッケージ -フライト検索 嗜好への最適化 -学寮の最適化 -コスト関数 -最適化の実行 ネットワークの可視化 -レイアウト問題 -交差線のカウント -ネットワークの描画 さらなる可能性 etc‥
9.
実際のフライトを検索する Kayak API (本書抜粋) Kayak APIは旅行用の垂直検索エンジンとして人気がある。 旅程検索の優れたXML
APIを持っているからだ。 http://www.kayak.com/labs/api/search/ に行こう!
10.
ちーん 以後、APIを取れた体で説明していきます。
11.
実際のフライトを検索する ■minidomパッケージ minidomは標準Pythonディストリビューションパッケージ XMLドキュメントをオブジェクトのツリーとして扱う方法
12.
DOMオブジェクトのメソッド ■Kayak APIを使う上で大事なものだよ! ・getElementsByTagName(name) ドキュメント全体を検索し、タグ名がnameにマッチするエレメントをすべて DOMノードのリストにして返す。 ・firstChild オブジェクトの最初のノードを返す。 ・data オブジェクトに結びついたデータを返す。大体Unicode
13.
フライト検索の手順 ・APIからセッションを取得 ・XMLをパースする ・フライト検索を開始する関数を作る ・結果を最後までリクエストする関数を作る ・うまく動くかフライトを検索してみる ・行きと帰りの便を検索する ・2人分の検索をする https://gist.github.com/4201232
14.
嗜好への最適化 多くの問題に適用可能な問題 必要 問題に対し、コスト関数が定義されていること 類似の解が類似の結果をもたらすこと みんなハッピーになるかもね!
15.
学寮の最適化 学寮に入る際の第1、2希望の最適な組み合わせの例 5つの寮と2人分のスペースを10人の学生が争う。 コードは見てください。 この例では1万通りなので、全部やってもよいが、学生や部 屋数が増加すると組合せ爆発となる https://gist.github.com/4201235
16.
解の表現 解の表現はトリッキー 学生と寮を数字で割り当ててもよいが、2人の制約を満たせない 解1 無効解にはコスト関数が非常に大きな値になるように返してやる 最適化アルゴリズムの解の探索が難しい 無効な解の間を探索するのにプロセッササイクルを捨てるのはやめ た方がいいよ!
17.
もっとうまい方法があるよ 必ず有効となるような解を見つけること 有効解 優れた解 でいい 最初の学生は10のスロットのうちどれか 2人目は残りの9つのどれか といった感じ
18.
解を出力するコード ①まずスロット(各寮2つ)によるリスト生成 ②解の数字にループをかけて、各数字が示す寮番号をスロッ トの中から見つける ③学生と寮の名前を出力し、そのスロットをリストから削 除して、他の学生が同じスロットを使わないようにする ④ループが終わると、スロットのリストは空 学生と寮はすべてプリント済みになる
19.
コスト関数 コスト関数は出力関数と似た動作をする スロットのリストを構築し、使ったスロットを削除 学生が第1希望に割り振られているとき コスト=0 学生が第2希望に割り振られているとき コスト=1 どちらでもない場所に割り当てられる コスト=3
20.
コスト関数 完全な解のコストをゼロとなるようにする コスト関数の有効なルール 完全解のコストがゼロであれば、どの程度近いかわかる 完全な解を見つけたら探索をストップするように最適化 アルゴリズムに教えてあげられること 利点
21.
最適化の実行 解の表現、コスト関数、結果の出力関数がそろえば、先に 定義しておいた最適化関数が実行できる! 遺伝最適化アルゴリズムのパラメータをいじることで良い解 をより速く見つけられるか調べてみよう!
22.
ネットワークの可視化 ネットワークの可視化
23.
後はGistのコードを見てください https://gist.github.com/4201248
24.
おわり 解の表現とコスト関数の決定 が大事!