機械学習 名古屋 by connpass


開催する勉強会



過去の勉強会

9/15 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 グルーブさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 「機械学習 名古屋 第17回勉強会 GAN と親しもう!」の後の懇親会です。 https://machine-learning.connpass.com/event/94992/ ■場所 世界の山ちゃん 栄店 愛知県名古屋市中区栄4-16-24(水亀パーキングビル 2F・3F) ■時間 17:00-20:00 ■料理 3000円の飲み放題コース 予約の関係で人数制限をしています。 当日の参加申し込みはできませんので、ご了承ください。 みなさまのご参加、お待ちしております。

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 前半 GAN 勉強会、後半発表(LT)の2部構成を予定しています。 1. GAN 勉強会 今流行りの GAN について、みなさんどれくらいご存じでしょうか? 例えば、リアルな画像生成や、画風変換、音声の生成など、幅広い分野で応用されている機械学習の手法です。 今回はこの GAN について、実際に手を動かしてもらいながら、基礎的なところから解説していきたいと思います。 GAN に初めて触れる方も安心して参加していただけます。終わる頃には GAN とお友達になっていることでしょう! レジュメ 《準備中》 環境等 《準備中》 資料 《準備中》 2. 発表(LT) 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 antimon2: Julia v1.0 の紹介(仮) ToshiakiSakurai: 転移学習の可能性を追いかけよう! kiyota: cycleGAN 時間割 13:00-14:30 GAN 勉強会 会場について 名古屋市中区栄4丁目16番29号 中統ビル 4001 飲食可能(ゴミはお持ち帰りください) Wi-fi なし(テザリング環境等は各自でご用意をお願いいたします) 電源あり(電源タップケーブルを持ってきていただけると助かります) 勉強会開始前はバスケットボールのゲームをスクリーンに流しています。 懇親会について 勉強会後に、懇親会を予定しています。 こちらも来栖川電算様が一部、負担をしていただけます。 ぜひ、ご参加ください。 懇親会はイベントページを作成して事前申し込みとします。 懇親会ページ作成後、メールにて告知します。 お問い合わせについて お問い合わせのある方は、このページの「イベントへのお問い合わせ」よりお気軽にお問い合わせください。 フィードからのお問い合わせには気付かずに返信ができない場合がありますのでご了承ください。

9/13 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その6
機械学習 名古屋 研究会 モチベーション 月に1本は論文を読もう! 機械学習/AI 界隈では、日々の研究成果が『論文』として1日に何本も発表されています。 全ての論文を個人で追うのは無理でも、月に1本くらいならなんとかなるはず。 それをみんなで共有すれば、効率良く何本もの論文にふれあえる! そこで、機械学習名古屋 は通常の勉強会とは別の 研究会 を立ち上げました。 月1程度で集まって、みんなで『読んだ論文の共有』をしましょう! 進め方 参加者は、読みたい論文 を申告する。 参加時アンケートで『読みたい論文』を必須項目としています。必ず 読みたい論文 を用意してから参加を申し込んでください。 論文を開催日時までに読んで、1ページに簡単にまとめる(※1)。 当日、発表(LT)する。 ↑を肴に◯◯(※2)。 ※1:すぐ後で解説する「論文まとめについて」 を参照してください。 ※2:質疑応答議論ツッコミ等含む 論文まとめについて 論文まとめテンプレートを用意しています↓ 論文まとめテンプレート これは 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に Markdown 1ページに落とし込んだものです。 こちらを利用して、Markdown でまとめを作成していただき、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)、という流れになります。 具体的には、↓の「第1回論文まとめディレクトリ」を参照してください。 → 第1回論文まとめディレクトリ 参加者は、アンケートに回答した『読みたい論文』を読んで、当日までにこのテンプレートを利用した Markdown によるまとめを作成して頂き、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)してください。 (GitHub を使えない等の場合は、当日までに論文をまとめた .md ファイルを管理者宛に送付(もしくは共有URLを提示)いただければ、プルリク代行いたします) まとめ方の考え方やコツは、上述の「第1回論文まとめディレクトリ」の各まとめを見たり、以下に挙げる参考サイトなどを参考にしてください。 参考 高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ - 書架とラフレンツェ パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する - 一人ぼっちのライフハック生活 ★前回(台風で中止)参加予定だった方へ 前回参加予定ですでに読んだ論文(のまとめ)がある場合は、今回そちらで参加して頂いてもOKです。 もちろん「月に1本は論文を読む!」というモチベーションの元、新たな論文を読んで頂いてもけっこうです。 発表について 1人あたりの持ち時間は「発表5分」+「質疑応答5分」の10分を目安とします(5分完全打ち切りLTではありません)。 2時間で参加者12人全員が発表(≒12部の論文が参加者全員で共有)できるよう、ご協力をお願いします。 今回の発表内容 発表者 論文 … … ★参考:前回(台風で中止)の発表予定内容 発表者 論文 kmiwa Learning and Querying Fast Generative Models for Reinforcement Learning wkluk-hk Non-local RoIs for Instance Segmentation cocomoff State Abstractions for Lifelong Reinforcement Learning antimon2 Glow: Generative Flow with Invertible 1x1 Convolutions yuji38kwmt BDD100K: A Diverse Driving Video Database with Scalable Annotation Tooling ToshiakiSakurai Do Better ImageNet Models Transfer Better? n-kats Relational inductive biases, deep learning, and graph networks kencyke TFX: A TensorFlow-Based Production-Scale Machine Learning Platform 持ち物 『論文を読む!』という前向きな気持ち 読んだ論文をまとめて『あとは当日発表がんばるぞ!』という気構え 参加枠について 紹介枠なくしました。みなさん『一般枠』で申し込んでください。 ★前回参加(予定)者で今回振り替え参加される方へ お手数をおかけしますが、同じ論文で参加する場合も再度今回のイベントに参加登録をお願いいたします。 会場 有限会社 来栖川電算 会議室 名古屋市中区新栄1-29-23 アーバンドエル新栄2階 電源・Wi-Fiあり

8/23 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その5
機械学習 名古屋 研究会 モチベーション 月に1本は論文を読もう! 機械学習/AI 界隈では、日々の研究成果が『論文』として1日に何本も発表されています。 全ての論文を個人で追うのは無理でも、月に1本くらいならなんとかなるはず。 それをみんなで共有すれば、効率良く何本もの論文にふれあえる! そこで、機械学習名古屋 は通常の勉強会とは別の 研究会 を立ち上げました。 月1程度で集まって、みんなで『読んだ論文の共有』をしましょう! 進め方 参加者は、読みたい論文 を申告する。 参加時アンケートで『読みたい論文』を必須項目としています。必ず 読みたい論文 を用意してから参加を申し込んでください。 論文を開催日時までに読んで、1ページに簡単にまとめる(※1)。 当日、発表(LT)する。 ↑を肴に◯◯(※2)。 ※1:すぐ後で解説する「論文まとめについて」 を参照してください。 ※2:質疑応答議論ツッコミ等含む 論文まとめについて 論文まとめテンプレートを用意しています↓ 論文まとめテンプレート これは 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に Markdown 1ページに落とし込んだものです。 こちらを利用して、Markdown でまとめを作成していただき、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)、という流れになります。 具体的には、↓の「第1回論文まとめディレクトリ」を参照してください。 → 第1回論文まとめディレクトリ 参加者は、アンケートに回答した『読みたい論文』を読んで、当日までにこのテンプレートを利用した Markdown によるまとめを作成して頂き、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)してください。 (GitHub を使えない等の場合は、当日までに論文をまとめた .md ファイルを管理者宛に送付(もしくは共有URLを提示)いただければ、プルリク代行いたします) まとめ方の考え方やコツは、上述の「第1回論文まとめディレクトリ」の各まとめを見たり、以下に挙げる参考サイトなどを参考にしてください。 参考 高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ - 書架とラフレンツェ パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する - 一人ぼっちのライフハック生活 発表について 1人あたりの持ち時間は「発表5分」+「質疑応答5分」の10分を目安とします(5分完全打ち切りLTではありません)。 2時間で参加者12人全員が発表(≒12部の論文が参加者全員で共有)できるよう、ご協力をお願いします。 今回の発表内容 発表者 論文 kmiwa Learning and Querying Fast Generative Models for Reinforcement Learning wkluk-hk Non-local RoIs for Instance Segmentation cocomoff State Abstractions for Lifelong Reinforcement Learning antimon2 Glow: Generative Flow with Invertible 1x1 Convolutions yuji38kwmt BDD100K: A Diverse Driving Video Database with Scalable Annotation Tooling ToshiakiSakurai Do Better ImageNet Models Transfer Better? n-kats Relational inductive biases, deep learning, and graph networks 持ち物 『論文を読む!』という前向きな気持ち 読んだ論文をまとめて『あとは当日発表がんばるぞ!』という気構え 参加枠について 紹介枠なくしました。みなさん『一般枠』で申し込んでください。 会場 有限会社 来栖川電算 会議室 名古屋市中区新栄1-29-23 アーバンドエル新栄2階 電源・Wi-Fiあり

7/12 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その4
機械学習 名古屋 研究会 モチベーション 月に1本は論文を読もう! 機械学習/AI 界隈では、日々の研究成果が『論文』として1日に何本も発表されています。 全ての論文を個人で追うのは無理でも、月に1本くらいならなんとかなるはず。 それをみんなで共有すれば、効率良く何本もの論文にふれあえる! そこで、機械学習名古屋 は通常の勉強会とは別の 研究会 を立ち上げました。 月1程度で集まって、みんなで『読んだ論文の共有』をしましょう! 進め方 参加者は、読みたい論文 を申告する。 参加時アンケートで『読みたい論文』を必須項目としています。必ず 読みたい論文 を用意してから参加を申し込んでください。 論文を開催日時までに読んで、1ページに簡単にまとめる(※1)。 当日、発表(LT)する。 ↑を肴に◯◯(※2)。 ※1:すぐ後で解説する「論文まとめについて」 を参照してください。 ※2:質疑応答議論ツッコミ等含む 論文まとめについて 論文まとめテンプレートを用意しています↓ 論文まとめテンプレート これは 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に Markdown 1ページに落とし込んだものです。 こちらを利用して、Markdown でまとめを作成していただき、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)、という流れになります。 具体的には、↓の「第1回論文まとめディレクトリ」を参照してください。 → 第1回論文まとめディレクトリ 参加者は、アンケートに回答した『読みたい論文』を読んで、当日までにこのテンプレートを利用した Markdown によるまとめを作成して頂き、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)してください。 (GitHub を使えない等の場合は、当日までに論文をまとめた .md ファイルを管理者宛に送付(もしくは共有URLを提示)いただければ、プルリク代行いたします) まとめ方の考え方やコツは、上述の「第1回論文まとめディレクトリ」の各まとめを見たり、以下に挙げる参考サイトなどを参考にしてください。 参考 高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ - 書架とラフレンツェ パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する - 一人ぼっちのライフハック生活 発表について 1人あたりの持ち時間は「発表5分」+「質疑応答5分」の10分を目安とします(5分完全打ち切りLTではありません)。 2時間で参加者12人全員が発表(≒12部の論文が参加者全員で共有)できるよう、ご協力をお願いします。 今回の発表内容 発表者 論文 denpa_92 Dank Learning: Generating Memes Using Deep Neural Networks nharu1san Deep Unordered Composition Rivals Syntactic Methods for Text Classification kmiwa Relational Deep Reinforcement Learning yokoi Apprenticeship Learning using Inverse Reinforcement Learning and Gradient Methods HisashiTakagi BOUNDARY-SEEKING GENERATIVE ADVERSARIAL NETWORKS ToshiakiSakurai Transfer learning for automated optical inspection wkluk-hk Recurrent Autoregressive Networks for Online Multi-Object Tracking antimon2 Strategic Object Oriented Reinforcement Learning n-kats WESPE: Weakly Supervised Photo Enhancer for Digital Cameras 持ち物 『論文を読む!』という前向きな気持ち 読んだ論文をまとめて『あとは当日発表がんばるぞ!』という気構え 参加枠について 紹介枠なくしました。みなさん『一般枠』で申し込んでください。 会場 有限会社 来栖川電算 会議室 名古屋市中区新栄1-29-23 アーバンドエル新栄2階 電源・Wi-Fiあり

6/30 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 株式会社groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 懇親会について 勉強会のあとに、いつものように懇親会を行います。 最近、人数が多くなってきたので、事前把握のためにこちらで参加者を募集させていただきます。 今回は席の都合上、人数も制限しますので、ご了承ください また、勉強会当日の参加申し込みもできませんので、ご注意ください。 この懇親会は、費用の一部を来栖川電算さまと株式会社groovesさまが費用の一部をご負担頂けます コース 3218 円の食べ放題・飲み放題コース 2時間 場所・日時 鳥貴族 中区役所東店  https://www.torikizoku.co.jp/shops/detail/470 17:00-19:00 補足 6月27日夜に人数確定させます。 それ以降のキャンセルはお控えください。

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 株式会社groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 前回同様、前半ハンズオン、後半発表(LT)の2部構成を予定しています。 1. OpenAI Gym を使ったゲームの強化学習ハンズオン 前回に続き、OpenAI Gym を使ったゲームの強化学習ハンズオンを行います。 OpenAI Gym は、OpenAI の提供する強化学習の開発・評価用のプラットフォームです。前回はこの OpenAI Gym が提供するシュミレーション環境を利用して、ゲームの学習を通じて強化学習に触れあおう!というテーマでハンズオンを行いました。 今回はそれをもう少しだけ掘り下げてみたいと思います。 環境等 以下の環境を前提とします(前回とほぼ同じです): Dockerを利用しない場合 gymには依存するものがあり、インストールする必要があります。 macOS の場合 ※Python 等は事前にインストールしておいてください。 brew install cmake boost boost-python sdl2 swig wget ubuntu14.04/16.04 の場合 ※Python 等は事前にインストールしておいてください。 apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig Windows の場合 以下のいずれかの方法を選択してください: VirtualBox (等の仮想環境)上に Ubuntu をインストールしてそこに環境構築する WSL + Ubuntu をインストールして、その上に環境構築する ↑環境構築手順をまとめました → WSL+ubuntu18.04+VcXsrv+OpenAI Gym 動くまでのメモ python環境は次が必要です。 Python 3.x (3.6 以上を推奨) pip install gym pip install "gym[atari]" pip install chainerrl Dockerを利用する場合 docker pull nkats/mln_gym でダウンロードしてください。 注意点: Docker 利用の場合、GUIによる学習の確認が出来ません。 ハンズオン資料 資料 https://qiita.com/antimon2/private/5c4f11acb84a0089b5e7 プログラム https://github.com/mlnagoya/MLN_201806 はじめに資料を読みながら流れを解説します。その後、プログラムをもとに手を動かしてもらおうと思います。 前回のハンズオン資料 資料 https://qiita.com/n_kats_/items/932ca8dccab66f3255ed プログラム https://github.com/n-kats/MLN_201804 2. 発表(LT) 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 antimon2 Julia で強化学習(仮) hashikawa プログラミング教育とAIの導入 nishie 岡山から飛入り!建築業界もAIが欲しいぜ! 時間割 13:00-15:00 ハンズオン(休憩含む) 15:00-15:30 hashikawa プログラミング教育とAIの導入 15:30-15:50 antimon2 Julia で強化学習(仮) 15:50-16:10 nishie 岡山から飛入り!建築業界もAIが欲しいぜ! 会場について 名古屋市中区栄4丁目16番29号 中統ビル 4001 飲食可能(ゴミはお持ち帰りください) Wi-fi なし(テザリング環境等は各自でご用意をお願いいたします) 電源あり(電源タップケーブルを持ってきていただけると助かります) 勉強会開始前はバスケットボールのゲームをスクリーンに流しています。 懇親会について 勉強会後に、懇親会を予定しています。 こちらも来栖川電算様とgrooves様が一部、負担をしていただけます。 ぜひ、ご参加ください。 懇親会は下記イベントページより申し込みをお願いします。 https://machine-learning.connpass.com/event/91704/ 当日の申し込みは行えませんのでご了承ください。 お問い合わせについて お問い合わせのある方は、このページの「イベントへのお問い合わせ」よりお気軽にお問い合わせください。 フィードからのお問い合わせには気付かずに返信ができない場合がありますのでご了承ください。

6/16 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 機械学習名古屋は、参加費無料の勉強会です。 初心者の方も安心してご参加いただけます。 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 機械学習名古屋 初! 豊田市での勉強会開催です。 「豊田市でやりませんか?」という有難いお話をいただきまして、豊田市で機械学習 名古屋の勉強会を開催することになりました!初参加の方がほとんどになると思いますので、我々も初心に戻って、機械学習の勉強方法、環境構築方法、強化学習の理論といった、基本的なことを行う勉強会にしたいと思います。 機械学習のことに興味はあるけど、実装をしたことが無いという方も多いと思います。どなたでも参加できますので、お気軽にご参加下さい! 時間割 10:00-10:10 入場/受付 10:10-10:20 創造拠点SENTANについて 10:20-10:35 機械学習名古屋について、AIの動向 10:35-11:00 環境構築方法について 11:00-12:10 強化学習の理論とデモ 12:10-12:30 質疑応答 会場住所 ものづくり創造拠点 SENTAN 豊田市挙母町2-1-1 駐車場について 市営元城駐車場(元城町1-43)をご利用ください https://goo.gl/maps/yMPPdqECcg62 会場について 飲食可能(ゴミはお持ち帰りください) Wi-fi なし(テザリング環境等は各自でご用意をお願いいたします) 電源が少ない可能性があるので、バッテリーを充電してきてください 定員について 定員は50名となります。 51番目以降の方は参加ができませんのでご了承ください。 なお、キャンセルがあり、繰り上げとなり50番以内になりまいしたらご参加いただけます。 お問い合わせについて お問い合わせのある方は、このページの「イベントへのお問い合わせ」よりお気軽にお問い合わせください。 フィードからのお問い合わせには気付かずに返信ができない場合がありますのでご了承ください。

6/14 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その3
機械学習 名古屋 研究会 モチベーション 月に1本は論文を読もう! 機械学習/AI 界隈では、日々の研究成果が『論文』として1日に何本も発表されています。 全ての論文を個人で追うのは無理でも、月に1本くらいならなんとかなるはず。 それをみんなで共有すれば、効率良く何本もの論文にふれあえる! そこで、機械学習名古屋 は通常の勉強会とは別の 研究会 を立ち上げました。 月1程度で集まって、みんなで『読んだ論文の共有』をしましょう! 進め方 参加者は、読みたい論文 を申告する。 参加時アンケートで『読みたい論文』を必須項目としています。必ず 読みたい論文 を用意してから参加を申し込んでください。 論文を開催日時までに読んで、1ページに簡単にまとめる(※1)。 当日、発表(LT)する。 ↑を肴に◯◯(※2)。 ※1:すぐ後で解説する「論文まとめについて」 を参照してください。 ※2:質疑応答議論ツッコミ等含む 論文まとめについて 論文まとめテンプレートを用意しています↓ 論文まとめテンプレート これは 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に Markdown 1ページに落とし込んだものです。 こちらを利用して、Markdown でまとめを作成していただき、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)、という流れになります。 具体的には、↓の「第1回論文まとめディレクトリ」を参照してください。 → 第1回論文まとめディレクトリ 参加者は、アンケートに回答した『読みたい論文』を読んで、当日までにこのテンプレートを利用した Markdown によるまとめを作成して頂き、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)してください。 (GitHub を使えない等の場合は、当日までに論文をまとめた .md ファイルを管理者宛に送付(もしくは共有URLを提示)いただければ、プルリク代行いたします) まとめ方の考え方やコツは、上述の「第1回論文まとめディレクトリ」の各まとめを見たり、以下に挙げる参考サイトなどを参考にしてください。 参考 高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ - 書架とラフレンツェ パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する - 一人ぼっちのライフハック生活 発表について 1人あたりの持ち時間は「発表5分」+「質疑応答5分」の10分を目安とします(5分完全打ち切りLTではありません)。 2時間で参加者12人全員が発表(≒12部の論文が参加者全員で共有)できるよう、ご協力をお願いします。 今回の発表内容 発表者 論文 wkluk-hk Cyclical Learning Rates for Training Neural Networks BrickLego Mask R-CNN nharu1san Universal Sentence Encoder yokoi Algorithms for Inverse Reinforcement Learning kmiwa Recall Traces: Backtracking Models for Efficient Reinforcement Learning てら Neural Text Generation: Past, Present and Beyond ToshiakiSakurai An automatic flower classification approach using machine learning algorithms antimon2 Input and Weight Space Smoothing for Semi-supervised Learning n-kats Self-Attention Generative Adversarial Networks yunishimura Face Image Generation System using Attributes Information with DCGANs 持ち物 『論文を読む!』という前向きな気持ち 読んだ論文をまとめて『あとは当日発表がんばるぞ!』という気構え 参加枠について 紹介枠は、管理者(共催者の誰か)から紹介を受けた人用の枠です。アンケートで『誰からの紹介か』を必ず記入して申し込んでください。 よく分からない方は『一般枠』で申し込んでください。 会場 有限会社 来栖川電算 会議室 名古屋市中区新栄1-29-23 アーバンドエル新栄2階 電源・Wi-Fiあり

5/17 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その2
機械学習 名古屋 研究会 モチベーション 月に1本は論文を読もう! 機械学習/AI 界隈では、日々の研究成果が『論文』として1日に何本も発表されています。 全ての論文を個人で追うのは無理でも、月に1本くらいならなんとかなるはず。 それをみんなで共有すれば、効率良く何本もの論文にふれあえる! そこで、機械学習名古屋 は通常の勉強会とは別の 研究会 を立ち上げました。 月1程度で集まって、みんなで『読んだ論文の共有』をしましょう! 進め方 参加者は、読みたい論文 を申告する。 参加時アンケートで『読みたい論文』を必須項目としています。必ず 読みたい論文 を用意してから参加を申し込んでください。 論文を開催日時までに読んで、1ページに簡単にまとめる(※1)。 当日、発表(LT)する。 ↑を肴に◯◯(※2)。 ※1:すぐ後で解説する「論文まとめについて」 を参照してください。 ※2:質疑応答議論ツッコミ等含む 論文まとめについて 論文まとめテンプレートを用意しています↓ 論文まとめテンプレート これは 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に Markdown 1ページに落とし込んだものです。 こちらを利用して、Markdown でまとめを作成していただき、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)、という流れになります。 具体的には、↓の「第1回論文まとめディレクトリ」を参照してください。 → 第1回論文まとめディレクトリ 参加者は、アンケートに回答した『読みたい論文』を読んで、当日までにこのテンプレートを利用した Markdown によるまとめを作成して頂き、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)してください。 (GitHub を使えない等の場合は、当日までに論文をまとめた .md ファイルを管理者宛に送付(もしくは共有URLを提示)いただければ、プルリク代行いたします) まとめ方の考え方やコツは、上述の「第1回論文まとめディレクトリ」の各まとめを見たり、以下に挙げる参考サイトなどを参考にしてください。 参考 高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ - 書架とラフレンツェ パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する - 一人ぼっちのライフハック生活 発表について 1人あたりの持ち時間は「発表5分」+「質疑応答5分」の10分を目安とします(5分完全打ち切りLTではありません)。 2時間で参加者12人全員が発表(≒12部の論文が参加者全員で共有)できるよう、ご協力をお願いします。 今回の発表内容 発表者 論文 KaazTech Log File Anomaly Detection kmiwa Continuous Deep Q-Learning with Model-based Acceleration nharu1san Enhance word representation for out-of-vocabulary on Ubuntu dialogue corpus aua2008 Intelligent Collaborative Information Retrieval ToshiakiSakurai Deep-Learning-Based Approach for Automated Surface Inspection antimon2 Semantic Adversarial Examples n-kats FSSD: Feature Fusion Single Shot Multibox Detector MasayukiOnClouds LIFT: Learned Invariant Feature Transform 持ち物 『論文を読む!』という前向きな気持ち 読んだ論文をまとめて『あとは当日発表がんばるぞ!』という気構え 参加枠について 紹介枠は、管理者(共催者の誰か)から紹介を受けた人用の枠です。アンケートで『誰からの紹介か』を必ず記入して申し込んでください。 よく分からない方は『一般枠』で申し込んでください。 会場 有限会社 来栖川電算 会議室 名古屋市中区新栄1-29-23 アーバンドエル新栄2階 電源・Wi-Fiあり

4/21 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
懇親会の案内です
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 株式会社groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 懇親会について 勉強会のあとに、いつものように懇親会を行います。 最近、人数が多くなってきたので、事前把握のためにこちらで参加者を募集させていただきます。 どなたでも参加できますので、ぜひ、ご参加ください! この懇親会は、費用の一部を来栖川電算さまと株式会社groovesさまが費用の一部をご負担頂けます 場所・日時 豊丸水産 名古屋伏見店 https://www.hotpepper.jp/strJ001098964/map/ 04/21 17:00- 2時間ほど 補足 4月17日夜に人数確定させます。 それ以降のキャンセルはお控えください。

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 株式会社groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 前回同様、前半ハンズオン、後半発表(LT)の2部構成を予定しています。 1. OpenAI Gym を使ったゲームの強化学習ハンズオン OpenAI Gym は、OpenAI の提供する強化学習の開発・評価用のプラットフォームです。 今回はこの OpenAI Gym が提供するシュミレーション環境を利用して、ゲームの学習を通じて強化学習に触れあおう!というテーマでハンズオンを行います。 環境等 ※Python 等は事前にインストール or DockerイメージDL で準備しておいてください。 以下の環境を前提とします: Dockerを利用しない場合 windowsでは難点が多いため、virtualboxなどの仮想環境でubuntu16.04を使うことをおすすめします。 gymには依存するものがあり、インストールする必要があります。 Macの場合 brew install cmake boost boost-python sdl2 swig wget ubuntu14.04の場合 apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig python環境は次が必要です。 Python 3.x (3.5 以上を推奨) pip install gym pip install "gym[atari]" pip install chainerrl Dockerを利用する場合 docker pull nkats/mln_gym で環境でダウンロードしてください。 ハンズオン資料 資料 https://qiita.com/n_kats_/items/932ca8dccab66f3255ed プログラム https://github.com/n-kats/MLN_201804 はじめに資料を読みながら流れを解説します。その後、プログラムをもとに手を動かしてもらおうと思います。 2. 発表(LT) 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 時間割 13:00-15:00 ハンズオン(休憩含む) 15:10-15:25 Yamazakiさん Dockerについて 15:25-15:55 TakaAdachi 害獣識別の機械学習 15:55-16:00 《スポンサーLT》Forkwell サービスの紹介 16:00-16:20 antimon2 たぶんJulia関連 会場について ※前回と部屋番号が異なります。ご注意ください。 オフィスパーク伏見・りそな名古屋ビル 8D 地下鉄伏見駅直結! 飲食可能(ゴミはお持ち帰りください) Wi-fi なし(テザリング環境等は各自でご用意をお願いいたします) 電源あり(電源タップケーブルを持ってきていただけると助かります) 勉強会開始前はバスケットボールのゲームをスクリーンに流しています。 懇親会について 勉強会後に、懇親会を予定しています。 こちらも来栖川電算様とgrooves様が一部、負担をしていただけます。 ぜひ、ご参加ください。

4/12 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その1
機械学習 名古屋 研究会 モチベーション 月に1本は論文を読もう! 機械学習/AI 界隈では、日々の研究成果が『論文』として1日に何本も発表されています。 全ての論文を個人で追うのは無理でも、月に1本くらいならなんとかなるはず。 それをみんなで共有すれば、効率良く何本もの論文にふれあえる! そこで、機械学習名古屋 は通常の勉強会とは別の 研究会 を立ち上げました。 月1程度で集まって、みんなで『読んだ論文の共有』をしましょう! 進め方 参加者は、読みたい論文 を申告する。 参加時アンケートで『読みたい論文』を必須項目としています。必ず 読みたい論文 を用意してから参加を申し込んでください。 論文を開催日時までに読んで、1ページに簡単にまとめる(※1)。 当日、発表(LT)する。 ↑を肴に◯◯(※2)。 ※1:すぐ後で解説する「論文まとめについて」 を参照してください。 ※2:質疑応答議論ツッコミ等含む 論文まとめについて 論文まとめテンプレートを用意しました↓ 論文まとめテンプレート こちらは 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に Markdown 1ページに落とし込んだものです。 まとめ方の考え方は、このスライド及び後に上げる参考サイトを参考にしてください。 こちらを利用して、Markdown でまとめを作成していただき、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)、という流れになります。 参加者は、アンケートに回答した『読みたい論文』を読んで、当日までにこのテンプレートを利用した Markdown によるまとめを作成して頂き、研究会の GitHub リポジトリ に登録(プルリクを送る形でリクエスト)してください。 (GitHub を使えない等の場合は、当日までに論文をまとめた .md ファイルを管理者宛に送付(もしくは共有URLを提示)いただければ、プルリク代行いたします) 参考 高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ - 書架とラフレンツェ パワポ版の落合先生流論文要旨のテンプレートを作ったので配布する - 一人ぼっちのライフハック生活 今回の発表内容 発表者 論文 URL antimon2 Searching For Activation Functions miwa Using Grouped Linear Prediction and Accelerated Reinforcement Learning for Online Content Caching matsui_kota Joint distribution optimal transportation for domain adaptation smogami Employing Weak Annotations for Medical Image Analysis Problems KaazTech Students’ Performance Prediction Using Data of Multiple Courses by Recurrent Neural Network SSS3 Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization ToshiakiSakurai Do They All Look the Same? Deciphering Chinese, Japanese and Koreans by Fine-Grained Deep Learning nharu1san Sequential Matching Network: A New Architecture for Multi-turn Response Selection in Retrieval-Based Chatbots BrickLego Dynamic Routing Between Capsules c0hama BinaryConnect: Training Deep Neural Networks with binary weights during propagations n-kats Zero-Shot Object Detection: Learning to Simultaneously Recognize and Localize Novel Concepts ※参加登録順 持ち物 『論文を読む!』という前向きな気持ち 読んだ論文をまとめて『あとは当日発表がんばるぞ!』という気構え 参加枠について 紹介枠は、管理者(共催者の誰か)から紹介を受けた人用の枠です。アンケートで『誰からの紹介か』を必ず記入して申し込んでください。 よく分からない方は『一般枠』で申し込んでください。 会場 有限会社 来栖川電算 会議室 名古屋市中区新栄1-29-23 アーバンドエル新栄2階 電源・Wi-Fiあり

2/3 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ スポンサーさまご紹介 機械学習名古屋の勉強会はスポンサーさまのご協力をいただき開催しております。 どなたでも無料で参加でき、懇親会費用も一部、ご負担頂いております。 来栖川電算さま  会場費用全額と懇親会費用の一部負担 株式会社groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 前回同様、前半ハンズオン、後半発表(LT)の2部構成を予定しています。 1. CIFAR-10のハンズオン CIFAR-10画像データセットは小さいサイズのカラー画像のデータセットです。 画像サイズは32 x 32px 10クラスの画像がそれぞれ6000枚、計60000枚の画像がある そのうち50000枚が学習データ、10000枚がテストデータ クラスはairplane, automobile, bird, cat, deer, dog, frog, horse, ship, truck 今回はこのデータセットを題材に、TensorFlow/TensorBoard の使い方、CNN(畳み込みニューラルネット)の基本を抑えよう!というテーマでハンズオンを行います。 環境等 以下の環境を前提とします: Python 2.7.x / 3.x (3.5 以上を推奨) TensorFlow v1.3.x 以降(なるべく最新) TensorBoard(任意、TensorFlow と同時にインストールされていればそれでOK) Jupyter notebook(任意、あると便利) ※TensorFlow 等は事前にインストール or DockerイメージDL で準備しておいてください。  (前回の勉強会で準備した Docker イメージ でもOK) ハンズオン資料 ハンズオン資料 2. 発表(LT) 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 antimon2 (未定、たぶん Julia 関連) 《スポンサーLT》Forkwell サービスの紹介 時間割 《準備中》 会場について ※前回と会場が異なります。ご注意ください。 オフィスパーク伏見・りそな名古屋ビル 8B 地下鉄伏見駅直結! 飲食可能(ゴミはお持ち帰りください) Wi-fi なし(テザリング環境等は各自でご用意をお願いいたします) 電源あり(電源タップケーブルを持ってきていただけると助かります) 勉強会開始前はバスケットボールのゲームをスクリーンに流しています。 懇親会について 勉強会後に、懇親会を予定しています。 こちらも来栖川電算様とgrooves様が一部、負担をしていただけます。 ぜひ、ご参加ください。

1/19 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会 その10&Yahoo! JAPAN による事例発表
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 (最新動向・実践等は、通常会(次回:2018/02/03(予定))で扱います) 今回は、Yahoo! JAPAN との共催です。 Yahoo! JAPAN のデータ&サイエンス事例の発表と軽食と飲み物をご用意した懇親会 を用意しました。 ぜひ、ご参加ください。 『ゼロから作る Deep Learning』読書会 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『8章 ディープラーニング』です。読書会は今回で終了の予定です。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) この章ではコードは(ほぼ)出てこないので、今回はハンズオンはありません。 みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる Yahoo! JAPAN による事例発表 Yahoo! JAPANのデータ&サイエンス事例を2例発表いたします 「kukai: 世界2位の省エネスーパーコンピュータ 」 世界最先端技術「液浸(えきしん)」スパコン「kukai(空海)」を紹介します。 この発表は「kukai: 世界2位の省エネスーパーコンピュータ 」はYahoo! JAPAN Tech Conference 2018の内容を事前に名古屋で先行して紹介する企画です。 「PredNetによる混雑レーダの未来予測」 名古屋オフィスのエンジニアからYahoo! MAPアプリの一機能である混雑レーダの混雑予測をDeep Learningにて取り組んだ内容を発表いたします。 懇親会 分科会終了後(20:30ごろ予定) に同会場で懇親会を行います。軽食、飲み物をご用意しております。 参加者の交流の機会としてぜひご活用ください。 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第8章の読み合わせ 適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 発表1 PredNetによる混雑レーダの未来予測 Yahoo! JAPAN ID統括本部 三木 勇磨 発表2 kukai: 世界2位の省エネスーパーコンピュータ Yahoo! JAPAN データ&サイエンスソリューション統括本部 テクニカルディレクター 角田 直行 LT 希望者がいれば※1 連絡事項 懇親会 軽食と飲み物(アルコールを含む)を提供いたします ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 Yahoo! JAPAN 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:50の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示いただき、係員の誘導にしたがってください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #11 (未定)

12/8 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その9
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:未定)で扱います) 動画配信について 動画配信については、現在調整中です。 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『7章 畳み込みニューラルネットワーク』の「7.4 Convolution/Poolingレイヤの実装」からです。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python / Ruby / Julia 等いずれかの環境: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Ruby 2.1 以上 Numo::NArray Numo::Gnuplot(グラフを表示するのに必要) Julia 0.5 以上 PyPlot または Gadfly 等(グラフを表示するのに必要) その他、あなたがお使いの言語環境(行列計算(ベクトル計算・テンソル計算含む)の出来るライブラリとグラフ描画ライブラリを備えたもの) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境(Python+Ruby+Julia+Jupyter)をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) (第3回までの参加者向け:勉強会用 Dockerイメージ(Julia/Ruby のバージョンアップ)が更新されています。イメージを更新(docker pull ~)しておいてください。  2回目以上の参加者の方:勉強会用リポジトリも随時更新(前回の内容反映など)しています。こちらも更新(git pull)しておいてください) 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第7章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 読み合わせ+ハンズオン(続き) LT 希望者がいれば※1 連絡事項 片付け ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:50の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示いただき、係員の誘導にしたがってください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #10 2018/01/19(金)(予定)

11/11 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
※今回はオリファビル4階になります
☆★☆★☆★  来栖川電算様にスポンサーになって頂きました。  ☆★☆★☆★ ☆★☆★☆★ 参加費無料です。どなたでもお気軽にご参加下さい。 ☆★☆★☆★ 今回は、4階になります。お気を付けください。 1. TensorBoradのハンズオン 機械学習で結果や途中経過を確認・レポートするのに、データの可視化が重要になってきます。 今回は TensorFlow に標準で付いてくる(※1) TensorBoard で、様々な可視化を体感できるハンズオンを行いたいと思います。 学習過程の可視化(loss、正解率、その他の評価指標などの確認) 学習途中経過の可視化(Data Augmentation 後の画像 、重みのHistogramなどの確認) 学習結果の可視化(汎化性能、分類結果などの確認) ※詳細は ハンズオン資料 を参照ください。 ハンズオン資料 ハンズオン資料 環境等 以下の環境を前提とします: Python 2.7.x / 3.x (3.5 以上を推奨) TensorFlow v1.3.0 それ以前のバージョンでもおそらく動作しますが、できる限り最新のTensorFlowをご用意ください。 TensorBoard v0.1.8(※1) それ以前のバージョンでもおそらく動作しますが、できる限り最新のTensorBoardをご用意ください。 numpy v0.11.x 以上 matplotlib v2.0.x 以上 ※これらの環境構築済の Docker イメージ を用意しました。docker pull antimon2/mln201711 してご利用ください。 ※ ハンズオン資料 も参照ください。 ※1…TensorFlow 最新版(v1.3)では別パッケージになっていますが、pip等でインストールした場合には依存関係で同時にインストールされるようになっています。 2. 発表 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 antimon2 (未定、NGK2017B の再アナウンス・Julia について等を予定) n-katsu doc2vecについて 時間割 13:00-13:10 挨拶 13:10-14:30 ハンズオン 14:40-15:00 ハンズオンの解説・質疑応答 15:00-     発表 会場や会費について 会場:名駅南VIPルーム (4階) 住所:名古屋市中村区名駅南1丁目19-27 オリファビル4階 会費:無料 お気軽にご参加ください。 懇親会について 懇親会も来栖川電算様が一部、負担をしていただけます。 ぜひ、ご参加ください。

11/10 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その8
08機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:第13回(2017/11/11))で扱います) 動画配信について 動画配信については、現在調整中です。 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『6章 学習に関するテクニック』の「6.3 Batch Normalization」からです。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python / Ruby / Julia 等いずれかの環境: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Ruby 2.1 以上 Numo::NArray Numo::Gnuplot(グラフを表示するのに必要) Julia 0.5 以上 PyPlot または Gadfly 等(グラフを表示するのに必要) その他、あなたがお使いの言語環境(行列計算(ベクトル計算・テンソル計算含む)の出来るライブラリとグラフ描画ライブラリを備えたもの) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境(Python+Ruby+Julia+Jupyter)をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) (第3回までの参加者向け:勉強会用 Dockerイメージ(Julia/Ruby のバージョンアップ)が更新されています。イメージを更新(docker pull ~)しておいてください。  2回目以上の参加者の方:勉強会用リポジトリも随時更新(前回の内容反映など)しています。こちらも更新(git pull)しておいてください) 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第6章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 読み合わせ+ハンズオン(続き) LT 希望者がいれば※1 連絡事項 片付け ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:50の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示いただき、係員の誘導にしたがってください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #9 2017/12/08(金)(予定)

10/6 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その7
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:未定)で扱います) 動画配信について 動画配信については、現在調整中です。 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『5章 誤差逆伝播法』の「5.7 誤差逆伝播法の実装」からです。『6章 学習に関するテクニック』にも突入予定です。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python / Ruby / Julia 等いずれかの環境: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Ruby 2.1 以上 Numo::NArray Numo::Gnuplot(グラフを表示するのに必要) Julia 0.5 以上 PyPlot または Gadfly 等(グラフを表示するのに必要) その他、あなたがお使いの言語環境(行列計算(ベクトル計算・テンソル計算含む)の出来るライブラリとグラフ描画ライブラリを備えたもの) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境(Python+Ruby+Julia+Jupyter)をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) (第3回までの参加者向け:勉強会用 Dockerイメージ(Julia/Ruby のバージョンアップ)が更新されています。イメージを更新(docker pull ~)しておいてください。  2回目以上の参加者の方:勉強会用リポジトリも随時更新(前回の内容反映など)しています。こちらも更新(git pull)しておいてください) 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第5章・6章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 読み合わせ+ハンズオン(続き) LT 希望者がいれば※1 連絡事項 片付け ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:50の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示いただき、係員の誘導にしたがってください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #8 2017/11/10(金)(予定)

9/8 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その6
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:第12回(2017/09/02))で扱います) 動画配信について 動画配信については、現在調整中です。 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『5章 誤差逆伝播法』からです。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python / Ruby / Julia 等いずれかの環境: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Ruby 2.1 以上 Numo::NArray Numo::Gnuplot(グラフを表示するのに必要) Julia 0.5 以上 PyPlot または Gadfly 等(グラフを表示するのに必要) その他、あなたがお使いの言語環境(行列計算(ベクトル計算・テンソル計算含む)の出来るライブラリとグラフ描画ライブラリを備えたもの) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境(Python+Ruby+Julia+Jupyter)をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) (第3回までの参加者向け:勉強会用 Dockerイメージ(Julia/Ruby のバージョンアップ)が更新されています。イメージを更新(docker pull ~)しておいてください。  2回目以上の参加者の方:勉強会用リポジトリも随時更新(前回の内容反映など)しています。こちらも更新(git pull)しておいてください) 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第5章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 読み合わせ+ハンズオン(続き) LT 希望者がいれば※1 連絡事項 片付け ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:50の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示いただき、係員の誘導にしたがってください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #7 2017/10/06(金)(予定)

9/2 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★  来栖川電算様にスポンサーになって頂きました。  ☆★☆★☆★ ☆★☆★☆★ 参加費無料です。どなたでもお気軽にご参加下さい。 ☆★☆★☆★ 1. Google の機械学習APIを使ったハンズオン 前回の東建ホールの大発表会で、Google、Microsoft、ドコモ等の機械学習APIを使った発表がありました。 非常に興味深い内容の発表でしたが、今回は、Google APIを使ったハンズオンを行いたいと思います。 普段、API等は使わずに自作の機械学習プログラムを使用している方も多いと思いますが、APIを使った手軽な機械学習をお試しください。 https://cloud.google.com/products/machine-learning/?hl=ja のサービスを利用します。 クレジットカードの登録が必要です。下記 ハンズオン資料 (1) の 0. GCP ML サービス無料トライアルを開始する を参考に『無料トライアル』のサインアップまでは勉強会開始前までに済ませてください。 ハンズオン資料 ハンズオン資料 (1) ハンズオン資料 (2) ハンズオン資料 (3) 2. 発表 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 櫻井  ドイツのIndustry4.0戦略、CeBITの報告 antimon2 NGK2017Bの告知 時間割 13:00-13:10 挨拶 13:10-14:30 各自でハンズオン 14:40-15:00 ハンズオンの解説・質疑応答 15:00-     発表 会場や会費について 会場:名駅南VIPルーム 住所:名古屋市中村区名駅南1丁目19-27 オリファビル3階 会費:無料 お気軽にご参加ください。 懇親会について 懇親会も来栖川電算様が一部、負担をしていただけます。 ぜひ、ご参加ください。

8/4 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その5
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:第12回(2017/09/02))で扱います) 動画配信について 動画配信については、現在調整中です。 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『4章 ニューラルネットワークの学習』の「4.4 勾配」からです。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python / Ruby / Julia 等いずれかの環境: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Ruby 2.1 以上 Numo::NArray Numo::Gnuplot(グラフを表示するのに必要) Julia 0.5 以上 PyPlot または Gadfly 等(グラフを表示するのに必要) その他、あなたがお使いの言語環境(行列計算(ベクトル計算・テンソル計算含む)の出来るライブラリとグラフ描画ライブラリを備えたもの) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境(Python+Ruby+Julia+Jupyter)をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) (第3回までの参加者向け:勉強会用 Dockerイメージ(Julia/Ruby のバージョンアップ)、および勉強会用リポジトリ(3章の内容の反映、および MNIST データセット利用スクリプト追加)を更新しました! イメージおよびリポジトリを更新(docker pull ~ / git pull)しておいてください) 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第4章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 読み合わせ+ハンズオン(続き) LT 希望者がいれば※1 連絡事項 片付け ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:50の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示いただき、係員の誘導にしたがってください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #6 2017/09/08(金)(予定)

7/14 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その4
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:第12回(2017/09 上旬予定))で扱います) 動画配信について 動画配信については、現在調整中です。 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『4章 ニューラルネットワークの学習』からです。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python / Ruby / Julia 等いずれかの環境: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Ruby 2.1 以上 Numo::NArray Numo::Gnuplot(グラフを表示するのに必要) Julia 0.5 以上 PyPlot または Gadfly 等(グラフを表示するのに必要) その他、あなたがお使いの言語環境(行列計算(ベクトル計算・テンソル計算含む)の出来るライブラリとグラフ描画ライブラリを備えたもの) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境(Python+Ruby+Julia+Jupyter)をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) (第3回までの参加者向け:勉強会用 Dockerイメージ(Julia/Ruby のバージョンアップ)、および勉強会用リポジトリ(3章の内容の反映、および MNIST データセット利用スクリプト追加)を更新しました! イメージおよびリポジトリを更新(docker pull ~ / git pull)しておいてください) 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第4章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 読み合わせ+ハンズオン(続き) LT1 「AnnexML: Approximate Nearest Neighbor Search for Extreme Multi-label Classification」ヤフー株式会社 リードサイエンティスト 田頭 幸浩 様 LT2 希望者がいれば※1 連絡事項 懇親タイム ~21:30 頃まで 片付け ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:40の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示いただき、係員の誘導にしたがってください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #5 2017/08/04(金)(予定)

7/2 (日)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
懇親会について 機械学習 名古屋 第11回勉強会(http://machine-learning.connpass.com/event/58962/) の懇親会です。 誰でも参加可能ですので、ぜひ、ご参加ください。 東建コーポレーション様も参加されます。ITエンジニアの方も多く、また、ITに力を入れており、実践的な話ができると思います。ぜひ、ご参加下さい。 会場 丸の内 オルフェ 愛知県名古屋市中区丸の内1-8-23 第7KTビル B1F http://tabelog.com/aichi/A2301/A230102/23003754/ 時間 17:00-19:00 料金 4000円(飲み放題付き)のコースをお願いしました。

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★ 東建コーポレーション(株)様に会場を無償提供頂きました。 ☆★☆★☆★ ☆★☆★☆★   参加費無料です。どなたでもお気軽にご参加下さい。   ☆★☆★☆★ 今回は、東建コーポレーション(株)様がスポンサーとなって、会場を無償提供頂きました。 収容人数400人の東建ホールにて勉強会を開催します! いつもは、ハンズオン形式で実際のコーディングを行っていますが、立派なホールということで、今回は、発表をメインに行います。 日曜日ということで、お休みの方も多いと思いますが、必ず良い話しが聞けますので、ぜひ、ご参加下さい。 申し込み方法 1・conpass上からの申し込み このページの「このイベントに申し込む」より登録してください。 2・それ以外 「友人・会社の同僚を数人まとめて」という場合は、このページ内にある「イベントへのお問い合わせ」よりお問い合わせください。 会場や会費について 会場:東建ホール 住所:名古屋市中区丸の内二丁目1番33号 東建本社丸の内ビル3F・4F http://www.token-hall.com 受付を3Fで行います。3Fまでお上りください。 会費:無料 お気軽にご参加ください。 ※受付時に、名刺を頂ければと思います。(任意) 発表について 発表者の募集は締切・確定とさせていただきました。 タイムテーブル 時間 タイトル 発表者 13:00-13:10 機械学習名古屋についての説明 三輪 13:10-13:45 Googe Cloud Platform を使ったAIの活用 牧野 13:45-14:10 Julia の紹介(仮) 後藤 14:10-14:20 休憩 14:20-14:50 分析屋を商売にしてみた〜実ビジネスに機械学習を適用するのは正直しんどい〜 伊藤 14:50-15:20 AIで飯を食う 田中 15:20-15:30 休憩 15:30-16:00 賢いAIへの道 ~データ収集&アノテーション~ 来栖川電算 16:00-16:15 東建から求人採用・外部委託についての説明 東建コーポレーション 16:15-16:20 懇親会の説明 三輪 懇親会について 東建コーポレーション様も参加する懇親会を行います。 東建コーポレーション様のITの取り組みを、いろいろお話できます。 こちらも合わせて、ご参加下さい。 https://machine-learning.connpass.com/event/59237/ よりお申し込みいただけます。

6/9 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その3
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:第11回(2017/07/02(日)予定))で扱います) 参加枠について 今回から、参加枠を1つにしました! 会場(会議室)は、入り口で受付票を提示して誘導にしたがってください。 動画配信について 今回は、動画のライブ配信は実施いたしません。 録画して後日公開予定です。 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『3章 ニューラルネットワーク』の「3.2 活性化関数」からです。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python / Ruby / Julia 等いずれかの環境: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Ruby 2.1 以上 Numo::NArray Numo::Gnuplot(グラフを表示するのに必要) Julia 0.5 以上 PyPlot または Gadfly 等(グラフを表示するのに必要) その他、あなたがお使いの言語環境(行列計算(ベクトル計算・テンソル計算含む)の出来るライブラリとグラフ描画ライブラリを備えたもの) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境(Python+Ruby+Julia+Jupyter)をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) (第2回までの参加者向け:勉強会用 Dockerイメージ を更新しました(主に Ruby/IRuby の追加)! イメージを更新(docker pull ~)しておいてください) 内容 補足 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第3章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 読み合わせ+ハンズオン(続き) LT 希望者がいれば※1 連絡事項 片付け ※1 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:40の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示ください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。 今後の予定 #4 2017/07/14(金)(予定)

5/13 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★  来栖川電算様にスポンサーになって頂きました。  ☆★☆★☆★ ☆★☆★☆★ 参加費無料です。どなたでもお気軽にご参加下さい。 ☆★☆★☆★ 1. tf-goghを使ったハンズオン 今回は、n_kats_さんより、前回の発表で、ある画像を「ゴッホ的」に見せるがありましたが、それを、実際にコードで書いて理解しよう!という趣旨の勉強会を行います n_kats_さんの発表について http://qiita.com/n_kats_/items/891489d8ef912af4e699 「ゴッホ的」な画像を作るにあたって、ポイントはこの二点です。 2つの画像の特徴を混ぜる方法の理解すること ハイパーパラメーターを変更するどうなるかを試すこと mnist では、大量の数字画像データを学習して数字の判別を行いました。その仕組みを理解されている方も多いと思います。 今回のハンズオンは、それとは違い、tensorflowを使って「如何に画像の特徴を読み取るか」です。その仕組みを理解されている人は少ないと思いますので、ぜひ、ハンズオンを行なって、理解していきましょう。 ハンズオンに必要なものを準備しておいてください。 ・ tf-goghのソースコード(https://github.com/n-kats/tf-gogh) ・ tf-goghで利用する画像(元画像になるものや画風画像になるもの) ・caffemodelファイル ninモデル vggモデル  パッケージ(いずれもpipもしくはpip3でインストールできます。) ・ chainer ・ pillow ・ tensorflow ・ jupyter ・ matplotlib pythonのversionは3系をおすすめします。 Dockerを利用する場合は、 docker pull nkats/mln:20170513 を利用してください。 上記のパッケージと日本語環境を備えています。 Dockerイメージにモデルやtf-goghのソースコードは含まれていませんので、これらのダウンロードを忘れないでください。 (Dockerイメージのサイズは大きいので、会場でのダウンロードは難しいかと思うので事前にダウンロードをしておいてください。) 2. 発表 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 A.Tajiri antimon2 tonosaki ディープラーニングでペットボトルの本数を数えてみる 時間割 13:00-13:10 挨拶 13:10-14:00 各自でハンズオン 14:10-14:30 ハンズオンの解説・質疑応答 14:30-     発表 会場や会費について 会場:名駅南VIPルーム 住所:名古屋市中村区名駅南1丁目19-27 オリファビル3階 会費:無料 お気軽にご参加ください。 懇親会について 懇親会も来栖川電算様が一部、負担をしていただけます。 ぜひ、ご参加ください。

5/12 (金)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その2
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:第10回)で扱います) 参加枠について 現在、「一般参加」「サテライト1」「サテライト2」の3つの参加枠が存在します。 どちらも会場は同じビルの同じフロア(別会議室)です。 司会進行は、大会議室側(一般参加枠側)で行います。収容人数とそれ以外に各参加枠の違いはありません。 各会議室は、TV会議システムで繋がっています。質疑応答等はリアルタイムにやり取りできます。 他枠の補欠の方で、空いているサテライト枠に切り替えたい場合、一旦参加申込をキャンセルして新しい枠で参加登録し直す必要がございます。自動で空いている枠への振り分け等はされませんのでご注意ください。 動画配信について 当日、Facebook Live を利用して勉強会の動画配信を行います。 参加出来なかった方も、ご自宅や職場で勉強会の様子をご覧いただけます(正常に視聴するには Facebook にログインする必要があるかもしれません)。 ライブ配信URLは当日、このイベントページおよびTwitterでお知らせします。 また動画は勉強会終了後、機械学習名古屋 の Facebookページ 内で視聴できるようになります。 https://www.facebook.com/mlnagoya/videos/vb.1734757813481761/1751312885159587/?type=2&theater¬if_t=like¬if_id=1494582138228018 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、引き続き『ゼロから作る Deep Learning』の読書会を行います。 今回は『2章 パーセプトロン』からです。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる ハンズオンについて 以下の環境を前提とします: Python 3.x 以上 NumPy Matplotlib(グラフを表示するのに必要) Jupyter notebook(リアルタイムに打ち込みながら動作確認します) 以上の環境をまとめた 勉強会用 Dockerイメージ を用意しています!ぜひご利用ください! (使い方は、使い方解説ページ や、第1回の配信動画(録画)を参考にしてください) 内容 補足 参加者自己紹介 1人あたり1分程度で簡単に※1 会場について ヤフー株式会社様より、会場についての注意事項 ゼロから作る Deep Learning第2章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 (休憩) 20:00 までに1回休憩を挟む予定 (ゼロから作る Deep Learning第3章の読み合わせ) ※時間が余れば最初の方だけ LT1 『ゼロから作る Deep Learning』の内容をPython 以外の言語でやってみた話(仮)by niwasawa (LT2) 希望者がいて時間が余れば※2 連絡事項 片付け 会議室の原状復帰にご協力をお願いします ※1 人数が多い場合は省略いたします。 ※2 LT希望者はイベント管理者までメッセージください。必ずしも希望に添えられないかもしれないので予めご了承ください。 会場 ヤフー株式会社様のご厚意により、今回も会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:30~18:50の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示ください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。

4/17 (月)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
ゼロから作る Deep Learning 読書会+ハンズオン その1
機械学習 名古屋 分科会 機械学習名古屋 勉強会の分科会です。 この分科会では、より理論・実装に重きを置いた勉強をしていきます。 機械学習エンジニア として仕事をしている/仕事をしたい人 機械学習(Deep Learning)の 理論を知りたい 人 ぜひ、ご参加ください。 (最新動向・実践等は、通常会(次回:第10回)で扱います) 参加枠について 現在、「一般参加」「サテライト1」「サテライト2」の3つの参加枠が存在します。 どちらも会場は同じビルの同じフロア(別会議室)です。 司会進行は、大会議室側(一般参加枠側)で行います。収容人数とそれ以外に各参加枠の違いはありません。 各会議室は、TV会議システムで繋がっています。質疑応答等はリアルタイムにやり取りできます。 一般参加枠で補欠の方で、サテライト枠に切り替えたい場合、一旦参加申込をキャンセルして新しい枠で参加登録し直す必要がございます。自動で空いている枠への振り分け等はされませんのでご注意ください。 動画配信について 当日、Facebook Live を利用して勉強会の動画配信を行います。 参加出来なかった方も、ご自宅や職場で勉強会の様子をご覧いただけます(正常に視聴するには Facebook にログインする必要があるかもしれません)。 ライブ配信URLは当日、このイベントページおよびTwitterでお知らせします。 また動画は勉強会終了後、機械学習名古屋 の Facebookページ 内で視聴できるようになります。 ※ただいま動画配信中! https://www.facebook.com/mlnagoya/videos/1740496489574560/ 『ゼロから作る Deep Learning』読書会+ハンズオン 分科会のテーマとして、初回からしばらく、書籍『ゼロから作る Deep Learning』の読書会を行います。 進め方 参加者でさらっと読み合わせる(担当者は決めずその場で回し読み) Jupyter notebook でコードを実際に書いて動作確認をする(ハンズオン) みんなで疑問点を質問、解消していく 機械学習エンジニア として実際に仕事をしている人から解説もらってハッピーになる 内容 補足 参加者自己紹介 1人あたり1分程度で簡単に※1 会場について ヤフー株式会社様より、会場についての注意事項 オリエンテーション 初回ということで、勉強会の方向性等の説明をします Python 環境の確認 ※2 ゼロから作る Deep Learning第1章の読み合わせ+サンプル実行確認 Jupyter notebook でハンズオン適宜疑問点の質問も受付 次回以降のスケジュールについて ※3 (LT) 希望者がいて時間が余れば 片付け 会議室の原状復帰にご協力をお願いします ※1 人数が多い場合は省略いたします。 ※2 参加者ごとの環境統一のため、勉強会用の Dockerイメージ を作成しました! → antimon2/mlnsc-dlscratch ↑の使い方解説ページ ぜひご利用ください! ※3 第2回以降は、毎月第1金曜日(第2回は第2金曜日)に開催予定。 第2回:2017/05/12(金)(予定) 第3回:2017/06/02(金)(予定) 会場 ヤフー株式会社様のご厚意により、会場をご提供いただきました! ヤフー株式会社 名古屋オフィス 会議室 愛知県名古屋市西区名駅2丁目27−8 名古屋プライムセントラルタワー4F(地図) JR・名鉄・近鉄・地下鉄 名古屋駅 徒歩5分(地下鉄1番出口から) 注意事項 できる限り18:20~18:40の間にお越しください。会場の4Fまで直接お越しください。 4F 入り口にて、connpass の「受付票」をご提示ください。イベントページから「受付票を見る」リンククリックで表示できます。事前に印刷/その場でスマホ等で表示してご提示ください。 遅れてくる場合も、20:00までに会場の4Fまでお越しいただき、警備員に勉強会参加の旨を伝え、「受付票」を提示してください。20:00以降は入場は出来ません。 終了時間はあくまでも目安ですので、前後する可能性があります。 書籍「ゼロから作る Deep Learning」はご持参ください。 電子書籍版もあります。→ https://www.oreilly.co.jp/ebook/ から「ゼロから作る」で検索 PCをご持参ください。実際にコードを打ち込んで動作確認していただく予定です。 無線LANの提供はあります。 大画面モニタはあります。

3/11 (土)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
☆★☆★☆★  来栖川電算様にスポンサーになって頂きました。  ☆★☆★☆★ ☆★☆★☆★ 参加費無料です。どなたでもお気軽にご参加下さい。 ☆★☆★☆★ 前回、機械学習名古屋の管理人が運営するECサイト(http://www.imcshop.com)のアクセスログをディープラーニングを使って学習しました。 今回は、学習した内容を元に、サイトの改善にどうつなげるかのハンズオンを行います。 実際に運用しているサイトのデータですので、非常に実用性のある勉強会ができると思います。 通常公開しない極秘データ!?を使った勉強会です。ぜひ、ご参加下さい。 1. アクセスログを使ったハンズオン 前回の内容を確認して、学習データを用意して下さい。 https://machine-learning.connpass.com/event/43540/ 前回から引き続き、TensorFlow を利用します。 TensorFlow は、直接インストール or DockerイメージDL で準備しておいてください。 Installing TensorFlow(最新 v1.0 対応) / Download and Setup(v0.12 以下) Docker Docker for Windows / Docker for Mac / Docker Toolbox pyenv-virtualenv + TensorFlow 環境設定覚書(公式以外の方法の紹介 by antimon2) ※サンプルコードを公開します→ https://github.com/antimon2/MLN_201703/blob/master/CSVAnalyze.TF.ipynb 2. 発表 何か発表をしていただける方は、ご連絡をお願いします。 機械学習/ディープラーニングに関することや、関連する内容ならなんでもOKです。 kmt_t 「画像の精細化」 n-kats 「TensorFlowで絵を描いてみた」 satsuki kawamura  「人工知能xデザイン(仮)」 時間割 13:00-13:10 はじめに 13:10-14:00 バンスオン 14:10-15:10 kmt_t さん 15:20-15:50 satsuki kawamuraさん 16:00-16:30 n-kats さん 会場や会費について 会場:名駅南VIPルーム 住所:名古屋市中村区名駅南1丁目19-27 オリファビル3階 会費:無料 お気軽にご参加ください。 懇親会について 懇親会も来栖川電算様が一部、負担をしていただけます。 ぜひ、ご参加ください。