Submit Search
Upload
[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 likes
•
2,767 views
Deep Learning Lab(ディープラーニング・ラボ)
Follow
2020/8/1 Deep Learning Digital Conference 矢崎総業株式会社 圖師 秀幸 氏
Read less
Read more
Technology
Report
Share
Report
Share
1 of 21
Download now
Download to read offline
Recommended
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
Deep Learning Lab(ディープラーニング・ラボ)
AI人材育成の落とし穴と実務的なアドバイス
AI人材育成の落とし穴と実務的なアドバイス
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
Deep Learning Lab(ディープラーニング・ラボ)
Recommended
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
[Track1-7] COVID19ワクチン開発に向けた、AIの挑戦 ~深層学習が導く、新領域との接点~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
[Track3-2] AI活用人材の社内育成に関する取り組みについて ~ダイキン情報技術大学~
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
Deep Learning Lab(ディープラーニング・ラボ)
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
[Track1-2] ディープラーニングを用いたワインブドウの収穫量予測
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
Deep Learning Lab(ディープラーニング・ラボ)
AI人材育成の落とし穴と実務的なアドバイス
AI人材育成の落とし穴と実務的なアドバイス
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
[Track3-6] DXを推進するAI人材育成の在り方 ~ e-learning によるAIリテラシの向上~
Deep Learning Lab(ディープラーニング・ラボ)
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
Deep Learning Lab(ディープラーニング・ラボ)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
一般社団法人 日本ディープラーニング協会の取り組み
一般社団法人 日本ディープラーニング協会の取り組み
Hirono Jumpei
DLL Community Update 10月版
DLL Community Update 10月版
Hirono Jumpei
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
Recruit Technologies
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
NRIが全社利用するビジネスチャットツールMattermostのご紹介
NRIが全社利用するビジネスチャットツールMattermostのご紹介
aslead
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
Masanori Kaneko
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
aslead
経営のアジリティを支えるDevOpsと組織
経営のアジリティを支えるDevOpsと組織
Recruit Technologies
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...
BrainPad Inc.
プロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキーム
Recruit Technologies
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
aslead
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
Shingo Kitayama
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
naoki ando
More Related Content
What's hot
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
Deep Learning Lab(ディープラーニング・ラボ)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
一般社団法人 日本ディープラーニング協会の取り組み
一般社団法人 日本ディープラーニング協会の取り組み
Hirono Jumpei
DLL Community Update 10月版
DLL Community Update 10月版
Hirono Jumpei
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
Ridge-i
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
Recruit Technologies
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
NRIが全社利用するビジネスチャットツールMattermostのご紹介
NRIが全社利用するビジネスチャットツールMattermostのご紹介
aslead
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
Masanori Kaneko
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
aslead
経営のアジリティを支えるDevOpsと組織
経営のアジリティを支えるDevOpsと組織
Recruit Technologies
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...
BrainPad Inc.
プロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキーム
Recruit Technologies
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
Hirono Jumpei
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
aslead
What's hot
(20)
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
深層学習を製造業の課題解決に用いた経験から学んだ、深層学習の社会実装が進まない理由
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
一般社団法人 日本ディープラーニング協会の取り組み
一般社団法人 日本ディープラーニング協会の取り組み
DLL Community Update 10月版
DLL Community Update 10月版
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
[Ridge-i] Deep Learning Lab - ディープラーニング 導入の課題と実例
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
リクルートにおけるVDI導入 ~働き方変革とセキュリティ向上の両立を目指して~
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
NRIが全社利用するビジネスチャットツールMattermostのご紹介
NRIが全社利用するビジネスチャットツールMattermostのご紹介
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
医療機器ソフトウェア開発を対象とした包括的アセスメントのケーススタディ
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
経営のアジリティを支えるDevOpsと組織
経営のアジリティを支えるDevOpsと組織
分析手法のご紹介
分析手法のご紹介
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...
プロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキーム
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
Similar to [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~
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
Shingo Kitayama
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
naoki ando
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Cybozucommunity
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
雄哉 吉田
依頼を頼まれるアピールの仕方.pdf
依頼を頼まれるアピールの仕方.pdf
ssusera9322b
SocialAnalyticsとCQ5がスゴイ
SocialAnalyticsとCQ5がスゴイ
Makoto Shimizu
Developer Summit Summer 2013 C1セッション CA Technologies
Developer Summit Summer 2013 C1セッション CA Technologies
SA CA
IT革命からコミュニティ、コミュニケーション革命に!
IT革命からコミュニティ、コミュニケーション革命に!
Yuichi Morito
UD company introduction 2022
UD company introduction 2022
RikuHamaguchi
イケてない開発チームがイケてる開発を始めようとする軌跡
イケてない開発チームがイケてる開発を始めようとする軌跡
NTT Communications Technology Development
EXE #3: AIを協力して作成するDapp
EXE #3: AIを協力して作成するDapp
blockchainexe
伊久美様 アジャイルジャパン2010プレゼン資料(4 9)
伊久美様 アジャイルジャパン2010プレゼン資料(4 9)
Akiko Kosaka
Dev sami 120727_slideshare
Dev sami 120727_slideshare
Toyoshige Oki
エンジニアのキャリアを考える
エンジニアのキャリアを考える
MKT International Inc.
Dojojag shima dis-tver-20170524
Dojojag shima dis-tver-20170524
嶋 是一 (Yoshikazu SHIMA)
ソフトウェア開発の現場風景
ソフトウェア開発の現場風景
Koichi ITO
YakoCloud presen 141213
YakoCloud presen 141213
知礼 八子
5W1Hで考えるCCoE.pptx
5W1Hで考えるCCoE.pptx
Tomoaki Tada
Gmo media.inc dev ops of own way
Gmo media.inc dev ops of own way
Dai Utsui
Jisa simposium 120614 selected slides
Jisa simposium 120614 selected slides
Takayuki Hagihara
Similar to [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~
(20)
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
デブサミ2017【17-E-5】エンタープライズにおけるDevOpsの実態!Cloud Native Application Platformの選択
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
クラウド事業者に求めるビジネス要件
クラウド事業者に求めるビジネス要件
依頼を頼まれるアピールの仕方.pdf
依頼を頼まれるアピールの仕方.pdf
SocialAnalyticsとCQ5がスゴイ
SocialAnalyticsとCQ5がスゴイ
Developer Summit Summer 2013 C1セッション CA Technologies
Developer Summit Summer 2013 C1セッション CA Technologies
IT革命からコミュニティ、コミュニケーション革命に!
IT革命からコミュニティ、コミュニケーション革命に!
UD company introduction 2022
UD company introduction 2022
イケてない開発チームがイケてる開発を始めようとする軌跡
イケてない開発チームがイケてる開発を始めようとする軌跡
EXE #3: AIを協力して作成するDapp
EXE #3: AIを協力して作成するDapp
伊久美様 アジャイルジャパン2010プレゼン資料(4 9)
伊久美様 アジャイルジャパン2010プレゼン資料(4 9)
Dev sami 120727_slideshare
Dev sami 120727_slideshare
エンジニアのキャリアを考える
エンジニアのキャリアを考える
Dojojag shima dis-tver-20170524
Dojojag shima dis-tver-20170524
ソフトウェア開発の現場風景
ソフトウェア開発の現場風景
YakoCloud presen 141213
YakoCloud presen 141213
5W1Hで考えるCCoE.pptx
5W1Hで考えるCCoE.pptx
Gmo media.inc dev ops of own way
Gmo media.inc dev ops of own way
Jisa simposium 120614 selected slides
Jisa simposium 120614 selected slides
More from Deep Learning Lab(ディープラーニング・ラボ)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
Deep Learning Lab(ディープラーニング・ラボ)
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
Deep Learning Lab(ディープラーニング・ラボ)
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
Deep Learning Lab(ディープラーニング・ラボ)
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Deep Learning Lab(ディープラーニング・ラボ)
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Deep Learning Lab(ディープラーニング・ラボ)
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
Deep Learning Lab(ディープラーニング・ラボ)
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
Deep Learning Lab(ディープラーニング・ラボ)
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
Deep Learning Lab(ディープラーニング・ラボ)
「言語」×AI Digital Device
「言語」×AI Digital Device
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習と実装例
深層強化学習と実装例
Deep Learning Lab(ディープラーニング・ラボ)
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Deep Learning Lab(ディープラーニング・ラボ)
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Deep Learning Lab(ディープラーニング・ラボ)
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
Deep Learning Lab(ディープラーニング・ラボ)
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Deep Learning Lab(ディープラーニング・ラボ)
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
Deep Learning Lab(ディープラーニング・ラボ)
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
Deep Learning Lab(ディープラーニング・ラボ)
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
Deep Learning Lab(ディープラーニング・ラボ)
More from Deep Learning Lab(ディープラーニング・ラボ)
(20)
Edge AI ソリューションを支える Azure IoT サービス
Edge AI ソリューションを支える Azure IoT サービス
DLLAB Healthcare Day 2021 Event Report
DLLAB Healthcare Day 2021 Event Report
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
ICTを用いた健康なまちづくりの 取り組みとAI活用への期待
医学と工学の垣根を越えた医療AI開発
医学と工学の垣根を越えた医療AI開発
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
Intel AI in Healthcare 各国事例からみるAIとの向き合い方
厚生労働分野におけるAI技術の利活用について
厚生労働分野におけるAI技術の利活用について
先端技術がもたらす「より良いヘルスケアのかたち」
先端技術がもたらす「より良いヘルスケアのかたち」
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
AIによる細胞診支援技術の紹介と、AI人材が考える医療バイオ領域における参入障壁の乗り越え方
「言語」×AI Digital Device
「言語」×AI Digital Device
深層強化学習と実装例
深層強化学習と実装例
深層強化学習を用いた複合機の搬送制御
深層強化学習を用いた複合機の搬送制御
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Azure ML 強化学習を用いた最新アルゴリズムの活用手法
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT 事前準備
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream With Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson x Azure ハンズオン DeepStream Azure IoT
Jetson 活用による スタートアップ企業支援
Jetson 活用による スタートアップ企業支援
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track 4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track3-4] アカデミックにおけるAI/ディープラーニング の教育と学習支援に関する研究
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track4-6] ディープラーニングxものづくりが日本を強くする ~高専DCONの挑戦~
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
[Track2-1] ディープラーニングのロボット応用事例 ーデータからエクスペリエンスへー
Recently uploaded
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
Recently uploaded
(12)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
[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~
1.
CDLEへの招待 矢崎総業株式会社 圖師秀幸 ~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~
2.
SIer 矢崎総業 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2020年 WebApp開発 WebApp開発 WebApp開発 WebApp開発 WebApp開発 PoC PoC PoC 社内帳票アプリケーション開発案件 インターネットバンキングシステム開発案件 認証システム開発案件 組み合わせ最適化PoC ドキュメント分類PoC 事故予測PoC 故障予測PoC 物体認識PoC 香りの分類PoC PoC PoC PoC 時期 分類 案件概要 案件情報 自己紹介 ① ②
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最新技術を認識する
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
7.
自然言語の技術動向 RNN Word2Vec Seq2Seq GloVe Attention Doc2Vec Transformer ELMo GPT BERT GNMT SCDV GNMT GPT-2 MT-DNN ERNIE XLNet RoBERTa ALBERT T5 MT-DNN-SMART SG-Net RobBERT Retro- Reader GPT-3 2013 年 2014 年 2015 年 2016 年 2017 年 2018 年
2019 年 2020 年 2010 年
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最新技術を活用する
10.
CDLE HACKATHON! 2019年 CDLEでは1年に一度、実データを用いたハッカソンを開催している 8/31 ~ 9/28 2020年 7/23 ~ 8/31
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
13.
矢崎総業での取り組み(1/3) DCON 2020/7/6 技術講演資料抜粋i
14.
矢崎総業での取り組み(2/3) DCON 2020/7/6 技術講演資料抜粋i
15.
矢崎総業での取り組み(3/3) DCON 2020/7/6 技術講演資料抜粋i
16.
③最新技術を説明する
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!
Download now