n-kats (@n_kats_)


参加する勉強会

11/16 (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 Forkwell(株式会社grooves)さま / ソニー株式会社さま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 今回は、学習用データの整備、特に アノテーション(教師付け、タグ付け) に注目し、来栖川電算の提供するアノテーションツール AnnoFab の紹介とハンズオンを行います。 AnnoFab を活用している機械学習研究者 AnnoFab 開発者 をお呼びして、実例を元にハンズオンをしていただく予定です。 ぜひ、お気軽にご参加ください! AnnoFab について 機械学習(特にDeep Learning)では「どのように学ぶか(=アルゴリズム)」は、さまざまなベンダーがしのぎを削って研究開発しており、クラウドサービスなどとしてカンタンに利用できます(ここ最近の本勉強会で取り上げてきたテーマです)。 アルゴリズムと同じくらい重要なのは「何から学ぶか(=学習用データセット)」です。 一般公開されているデータセットの活用で間に合う場合もありますが、自分の思い通りのタスク(≒「何を」「どのように」推定したいか)を実現するには、「地道なデータ収集」と「データへのアノテーション」がとても重要になってきます。 そうしたアノテーションには、個人ユース向けを中心に多くの無償ソフトが公開されています。 来栖川電算の開発・提供しているクラウド型アノテーションツール AnnoFab は、単純なアノテーションはもちろん「高度で高品質なアノテーション」も可能であり、また「大人数で協調作業」したいという企業向けの要望にも応えられるものになっています。 ハンズオン資料 ※準備中 準備 ※準備中 発表と時間割 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/Deep Learningに関することや、関連する内容ならなんでもOKです。 13:00-15:55 AnnoFabハンズオン (仮) 16:00-16:10 発表 miura - open MVのついての話 16:10-16:20 発表 antimon2 - Julia の紹介(仮) 16:20-16:30 takahashi - DeepLab v3+の転移学習をチャレンジした(仮) 16:30-16:40 alex - ローソク足チャートの違う表現 16:40-16:55 horikawa - hori_thg - MLSE第2回夏合宿参加レポート2 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 connpassより申し込みを行っていただきます。 下記よりお申し込みください。 https://machine-learning.connpass.com/event/149353/ ※当日参加はできませんので、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。

11/21 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その20
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 事前準備 当日 備考 現地発表枠 論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読む論文が決まらない場合も現地発表枠で申し込んでください 現地一般枠 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第14回より アンケートを無くした。 現地発表者は読む論文が決まっていなくても最初から現地発表枠で申し込む方式に変更した。 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。


過去の勉強会

10/17 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その19
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 事前準備 当日 備考 現地発表枠 論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読む論文が決まらない場合も現地発表枠で申し込んでください 現地一般枠 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第14回より アンケートを無くした。 現地発表者は読む論文が決まっていなくても最初から現地発表枠で申し込む方式に変更した。 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。

9/19 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その18
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 事前準備 当日 備考 現地発表枠 論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読む論文が決まらない場合も現地発表枠で申し込んでください 現地一般枠 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第14回より アンケートを無くした。 現地発表者は読む論文が決まっていなくても最初から現地発表枠で申し込む方式に変更した。 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。

9/7 (土)

「AI x 愛知」愛知県で行うAI関係の勉強会です
イベント概要 愛知県の製造業の異なる会社で働く、AI・機械学習に興味を持つメンバー3人中心に「愛知県で会社を越えてAIに興味ある人、AIを使っている人と繋がれるイベントを開催してみたい!」という思いから始まったイベントです。今回が初回となります。 主に初心者〜中級者の方向けを想定していますが、基本的にカジュアルな敷居を設けないイベントにしたいので、AIに興味があるけど、何から初めて良いか分からない方、AIガチ勢の方の参加ももちろん歓迎いたします。当方含めて初心者の方もいますので、ガチ勢の方は是非おおらかな目で見ていただけましたら幸いです。 参加者の募集に関して 誰でもご参加ください。社会人でも学生の方でも参加ももちろんOKです。会場に余裕があるので、募集枠は一杯になったらまだ増枠する予定です。 会場一杯になりました。満員御礼ありがとうございます。まだ当日まで日もあるためキャンセルもあると思うので、希望者は早めに登録下さい。また、参加できなくなった方は、他の希望者のため、何卒すみやかなキャンセル処理にご協力お願いいたします。 LT枠も3枠募集しております。AI関係であればどのような内容でも構いません(カジュアルな内容でもガチな内容でもOKです)。ぜひ気軽にご応募下さい。 LT枠の抽選で漏れても、イベントに参加は可能ですので、安心して申し込み下さい(もしダメな場合はコメント等で連絡下さい)。 LT枠も締め切ります スケジュール 12:30 開場 人数多めなので、受付の関係上、早めにお越しいただけると助かります 受付は 14:00で締め切ります 13:30 〜 13:35 開会の挨拶(からあげ)・会場案内(ヤフー名古屋) 13:35 〜 13:55 「About Edge Computing "あらゆるものが考える"世界を作るのに必要な技術」(ほけきよ) 13:55 〜 14:15 「挫折しないためのAI学習法」(からあげ) 14:15 〜 14:45 「技術力で世界と戦う 機械学習コンペティション『Kaggle』の魅力」(u++) 14:45 〜 15:00 休憩 15:00 〜 15:10 会場スポンサーLT(10分) 「カーナビプロダクトにおける機械学習事例」(masayuki5160) 15:10 〜 15:50 一般参加LT(各5分) 「タイトル未定」(HELLO CYBERNETICS) 「ベイズ学習に入門した話」(なつお) 「エッジAIの事例を簡単に試せる!Edge TPUとAI初心者」(ミソジ) 「人工知能の国際会議IJCAIの紹介」(神) 「AIを活用して作るWebサービス開発について」(2z) 15:50 〜 16:00 特別ゲスト講演(10分) 「ディープラーニングおじさんの話」(やまさん) 16:00 〜 17:00 懇親会 17:00 閉会・片付け 17:30 完全撤収 ※ 発表者敬称略 注意事項 イベントに関して 参加費500円を徴収しますが、懇親会の飲み物・お菓子代、イベント運営に必要な諸経費に使われるもので、営利目的のイベントではありません 申し込みの際は、アンケートに氏名・所属の記入をお願いしておりますが、これは会場提供下さるヤフー名古屋様の万一のための危機管理のために使用するものです。その他の目的に使用することは御座いません。 機材に関して 発表資料のPCはご持参お願いいたします(難しい場合は事前に運営まで連絡下さい) インターフェースは HDMI, DVI, VGA など揃っています(ケーブルは会場にあります) iPad用のケーブルもあります 会場について 受付にて記名と引き換えに名札をお渡しします。50Fフロア内では身につけていただけますようお願いします。 飲食は自由です。 会場内に自販機があります。最寄りは15Fのコンビニがあります。 50Fフロアには喫煙スペースはありません。15Fの喫煙所をご利用ください 受付は 14:00で締め切ります

8/31 (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 Forkwell(株式会社grooves)さま / ソニー株式会社さま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 今回は、Microsoft の機械学習基盤である Azure Machine Learning をテーマにお送りします。 AWS Sage Maker, Google Cloud Platform, IBM Watson に続き、Azure Machine Learning を使ったセッション・ハンズオンです。 今回もMicrosoft MVP 受賞者の方を講師にお招きしていますので、始めて Azure Machine Learning という方も安心です。 以前の勉強会に参加された方は、各社のサービスの違いをより実感していただけます。 ぜひ、お気軽にご参加ください! ハンズオン資料 Azure Machine Learning Handson2019 準備 Azure アカウントをお持ち出ない方は、Azureのアカウントを作成してください。 Azure Machine Learning サービス サイト右上の「無料アカウント >」リンクをクリックし、指示に従ってください。 途中クレジットカード情報の入力を求められますが、自動課金はされませんのでご安心ください。 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。 kimura: Azure Custom Vision Serviceを使って、某先輩でお試し機械学習やってみた antimon2: Gen on Julia の紹介(仮) alex: Fast.ai レッソン4:ULMFiTで自然言語処理 hori_thg: MLSE第2回夏合宿参加レポート takahashi: Azure Ink Recognizer の精度に感動した ShoHashikawa: めんどくさい画像の整理をMLに任せよう(プロトタイプ) 時間割 13:00-15:30 Azure Machine Learning (仮) 15:35-15:45 発表 kimura - Azure Custom Vision Serviceを使って、某先輩でお試し機械学習やってみた 15:50-16:00 発表 antimon2 - Gen on Julia の紹介(仮) 16:00-16:10 発表 alex - Fast.ai レッソン4:ULMFiTで自然言語処理 16:10-16:25 発表 hori_thg - MLSE第2回夏合宿参加レポート 16:25-16:35 発表 takahashi - Azure Ink Recognizer の精度に感動した 16:35-16:45 発表 ShoHashikawa - めんどくさい画像の整理をMLに任せよう(プロトタイプ) 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 connpassより申し込みを行っていただきます。 下記よりお申し込みください。 https://connpass.com/event/139428/ ※当日参加はできませんので、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。

8/22 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その17
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 事前準備 当日 備考 現地発表枠 論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読む論文が決まらない場合も現地発表枠で申し込んでください 現地一般枠 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第14回より アンケートを無くした。 現地発表者は読む論文が決まっていなくても最初から現地発表枠で申し込む方式に変更した。 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。

7/18 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その16
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 事前準備 当日 備考 現地発表枠 論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読む論文が決まらない場合も現地発表枠で申し込んでください 現地一般枠 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第14回より アンケートを無くした。 現地発表者は読む論文が決まっていなくても最初から現地発表枠で申し込む方式に変更した。 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。

7/6 (土)

No image 108x72 g 名古屋CV・PRML勉強会
本イベントは名古屋CV・PRML勉強会とヤフー株式会社の共催です. お問い合わせは幹事 (@ryors_k) までよろしくお願いします. 人数についての注意事項 会場の関係で定員を 50名 70名 90名とさせて頂きます. 参加される方はconnpass上で必ず参加登録をお願いします. [2019/06/11] 公開からわずか4日ほどで満席となりました.たくさんのご参加ありがとうございます. 会場にもう少し余裕があるとのことですので,定員を 70名に増枠 致しました. [2019/07/01] 予想を遥かに上回る方に参加申し込みを頂き,誠にありがとうございます. ヤフー様にご高配を賜りまして, 90名に増枠 致しました.これ以上の増枠はありません. 会場について ヤフー株式会社 名古屋オフィス (名古屋セントラルタワー 50F) をお借りします. 名古屋セントラルタワー50Fにはスカイストリート (15F) より 高層階用エレベータをご利用ください. http://www.towers.jp/floor/towers_15.html (JR名古屋駅構内にある高島屋横のエレベータから15Fへ行き,タワーズオフィスの高層階用エレベータに乗り換えます.ゲートタワーオフィスではありませんのでご注意ください.) 内容 6月16日〜20日にアメリカ・Long Beachで,トップカンファレンス「IEEE Conference on Computer Vision and Pattern Recognition (CVPR)」が開催されます.これに合わせて,今回はCVPRにフォーカスした勉強会にしたいと思います! 中部大学 村瀬卓也さんによるCVPR参加報告 CVPRに参加する中部大学の村瀬さんより, CVPR全体の報告,発表の傾向,会議の雰囲気,workshopの内容などを報告頂きます. NEC バイオメトリクス研究所 福井宏様によるご講演 当勉強会の前幹事で,CVPRでAttentionに関する研究でオーラル発表を行う福井様よりご講演頂きます. CV分野やNLP(自然言語処理)分野で今話題のAttentionについて,基礎からご説明頂きます. CVPR論文紹介 CVPRで発表される(された)論文を紹介します. 発表者とタイトル: 中部大学 森啓介:Grounding Human-to-Vehicle Advice for Self-driving Vehicles 中部大学 瀬尾俊貴:Bounding Box Regression with Uncertainty for Accurate Object Detection 中部大学 足立浩規:Mask-Guided Portrait Editing with Conditional GANs 中京大学 秋月秀一:Normalized Object Coordinate Space for Category-Level 6D Object Pose and Size Estimation 中部大学 荒木諒介:Triply Supervised Decoder Networks for Joint Detection and Segmentation 発表者は随時募集中です. 1人あたり10〜15分を予定しています. 発表して頂ける方は,@ryors_k までご連絡ください. 昨年の発表も参考にしてください. PRMUアルゴリズムコンテストについて 毎年恒例のPRMUアルゴリズムコンテストについて,参加者の募集を行います. 参加費 参加費は無料です.お気軽にご参加下さい. その他 本イベントページの参加人数は参考程度にご覧ください. イベントページを確認されずに参加される方も多いので, 実際の参加人数は表示されている人数よりも多いときがほとんどです. 人数の把握のため, 本イベントページを確認されて参加される方はできるだけ本ページからの参加登録をお願いします. 今回は座席数に限りがありますので,参加される方は 必ず 参加登録をしてください. 恐れ入りますが,参加登録をされていない方のご参加はお断り致します. また,勉強会後に懇親会を予定しています.希望者は是非ご参加ください. ※終了後に現地で招集します.

6/20 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その15
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 事前準備 当日 備考 現地発表枠 論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読む論文が決まらない場合も現地発表枠で申し込んでください 現地一般枠 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第14回より アンケートを無くした。 現地発表者は読む論文が決まっていなくても最初から現地発表枠で申し込む方式に変更した。 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。

6/15 (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 groovesさま  懇親会費用の一部負担 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 今回は、「人工知能といったらワトソン!」ということで、IBM ワトソンの Watson API を使ったセッション・ハンズオンを行います。 セッション・ハンズオンはIBMの方に来て頂き行なって頂きます! IBM ワトソンも実は、APIを使ったサービスを提供してくれています。 IBM ワトソンと言ったら、人工知能の代名詞のような存在で、その人工知能を手軽に利用できるんですね。 ワトソンの人工知能のサービスを手軽に利用でき、かつ、東京でしか聞けない内容を名古屋で聴けます。 ぜひ、ご参加ください! ハンズオン・セッション資料 https://speakerdeck.com/kyokonishito/lets-use-watson-at-nagoya https://speakerdeck.com/kyokonishito/watson-studio-watson-api-hands-on 準備 勉強会用のIBM Cloudアカウント作成は以下のURLからお願いします: https://ibm.biz/BdzB7N 取得方法のガイドはこちら(動画): https://youtu.be/Krn1jQ4iy_s?t=44 (動画は https://ibm.biz/BdzB7N にアクセス後の部分から開始するようになっています。 アカウント作成のURLは動画のものではなく https://ibm.biz/BdzB7N からお願いいたします) 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。 antimon2: Julia v1.2 の紹介(仮) alex: Fast.ai について(仮) Watson API とIBM Cloudで作るLINE Bot(仮) 時間割 13:00-16:00 Watson Studioのjupyter notebookを使用したWatson APIのハンズオン 16:10-16:20 発表 antimon2 - Julia v1.2 の紹介(仮) 16:20-16:30 発表 alex - Fast.ai について(仮) 16:30-16:40 発表 KMiura - Watson API とIBM Cloudで作るLINE Bot(仮) 16:40-16:50 発表 yuji38kwmt - AnnoFab使って、機械学習してみた(仮) 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 connpassより申し込みを行っていただきます。 下記よりお申し込みください。 https://machine-learning.connpass.com/event/129961/ ※当日参加はできませんので、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。

5/16 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その14
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 事前準備 当日 備考 現地発表枠 論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読む論文が決まらない場合も現地発表枠で申し込んでください 現地一般枠 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第14回より アンケートを無くした。 現地発表者は読む論文が決まっていなくても最初から現地発表枠で申し込む方式に変更した。 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。

4/18 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文等紹介LT大会その13
機械学習 名古屋 研究会 概要 機械学習に関する論文・技術ブログを読み、情報共有のLTをする勉強会です。 【発表者・事前に】 論文・技術ブログのまとめ作成(研究会の GitHub リポジトリにプルリク) 【当日】 発表・質疑応答・不明点の解明 (参加枠は発表者優先。リモート可。) 対象 機械学習を業務・趣味で用いている人 チュートリアルや基本的な技術書をある程度読み終え、次のステップへ進みたい人 機械学習を使ったサービスのネタを探している人 目的 急速な進歩を続ける機械学習の分野で活躍するには、最新技術の情報収集が重要です。多人数で情報収集・共有をすれば効率的です。この勉強会で、 知識のアップデート 論文を読む習慣付け 発展的・実践的な知見の獲得 をしましょう。 時間割 合計2時間のLT会を行います。発表者数で割った時間が一人あたりの持ち時間です。 一人あたり、発表5分、質疑応答5分を想定しています。 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 参加方法 枠 参加時アンケート 事前準備 当日 備考 現地発表枠 『読みたい論文・技術ブログ』の記入(必須) 記入した論文・技術ブログをまとめる(「発表方法」を参照) 会場に来て発表する 読みたい論文が決まらない場合は、最初に現地一般枠で応募し、決まったら現地発表枠へ変更してください。 現地一般枠 『読みたい論文・技術ブログ』に「一般枠」と記入 会場に来て発表につっこみを入れる 会場の制約のため、現地発表枠と現地一般枠の合計人数は、12人以下とします。 リモート枠 現地枠と同じ 現地枠と同じ 開始直前にconnpass登録の連絡先に届く参加方法を確認し、リモート参加してください。 暫定案です。変更がある可能性があります。 発表方法 論文・技術ブログを開催日時までに読んで、マークダウン形式で簡単にまとめ、研究会の GitHub リポジトリにプルリクエストを出してください。不明な場合などは代行します。その場合、管理者宛にまとめた.mdファイルを送付してください。 論文・技術ブログのまとめ方について 次は、まとめの章立ての例です。このような内容をまとめてください。 章 内容 どんなもの? 手法の概要 先行研究と比べて何がすごい? 新規性について 技術や手法の肝は? 手法のポイント どうやって有効だと検証した? 評価指標など 議論はある? 論文の研究で出た予想や残った課題など 次に読むべき論文 関連する論文 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 テンプレートなどを利用して、マークダウン形式(.md ファイル)でまとめを作成してください。 提出方法 提出は、研究会の GitHub リポジトリ へのプルリクエストで行います。 {研究会日付}_reportsディレクトリ内に、発表と紐づくようなパス(論文タイトル、発表者名など)でまとめを配置してください。例えば、第1回論文まとめディレクトリを参考にしてください。 GitHub を使えないなどの場合は、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。 FAQ どうまとめたらいいか分からない まとめの章立ての例や、論文まとめテンプレートは、 落合陽一氏の論文まとめ方(あるスライドの65ページ目) を参考に作成したものです。 考え方やコツは、これまでのまとめ(例えば、第1回論文まとめディレクトリ)や、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 GitHub の使い方(プルリクエストのやり方)が分からない プルリクエストには GitHub のアカウントが必要です。プルリクエストの方法は次の記事が参考になります。 【GitHub】Pull Requestの手順 GitHubでFork/cloneしたリポジトリを本家リポジトリに追従する 最新論文でないですが大丈夫ですか 会の趣旨から大きく離れていなければ大丈夫です。 画像を入れたい 外部サイトに画像を置く以外にも、20xxxxxx_reports/{発表との対応が分かるディレクトリ名}/xx.pngのようなパスに画像を置く方法をおすすめします。 差分 第13回より 論文以外にも技術ブログも可とした。 発表しなくても可とした。ただし、枠は発表者優先。 リモート参加を可とした。

3/23 (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 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 勉強会について 今回は、Google Cloud Platform のセッション・ハンズオンの勉強会を行います。 Googleの方に来ていただき、Google Cloud Platformを使った機械学習についての説明や、ハンズオンを行なっていただきます。 先日のAWS SageMaker のように、サービスプロバイダーの方から、直接、お話を聞く大変、いい機会です! なかなかない機会ですので、ぜひ、ご参加ください。 ハンズオン・セッション内容 Vision API Speech-to-Text API Translation API NL API AutoML Vision BQML 準備 Google アカウントをお持ちでない方は、Googleアカウントを作成してください。 アカウント作成資料 http://goo.gl/ua5fQw *課金設定を有効にしますが、初回登録時は無料クーポンがあるので実際には課金されません *すでに登録済みの方には、当日、無料クーポンを利用いただけるようにする予定です。 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。 antimon2: Julia v1.1 の紹介(仮) n-kats: 最近調べたこと(TF2.0とか) ShoHashikawa: Google Colabについて alex「Nagoya Castle or Not」、Fast.aiの機能を使ってお城を分類してみた mursts GCPUGの紹介 時間割 13:00-16:00 ハンズオン(想定2時間)とセッション2枠 16:00-16:10 発表 antimon2 - Julia v1.1 の紹介(仮) 16:10-16:20 発表 n-kats - 最近調べたこと(TF2.0とか) 16:20-16:30 発表 ShoHashikawa Google Colabについて 16:30-16:40 発表 alex「Nagoya Castle or Not」、Fast.aiの機能を使ってお城を分類してみた 16:40-16:50 発表 mursts GCPUGの紹介 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 参加希望の方は、下記より申し込みをお願いします。 https://machine-learning.connpass.com/event/121160/ ※当日参加はできませんので、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。

3/14 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その12
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 … … 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

2/14 (木)

C0a692bf3e8aa66150559ea1a042a31d 機械学習 名古屋
論文紹介LT大会その11
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 … … 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

12/1 (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 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 「第18回勉強会 TensorFlow Hub ハンズオン と SageMakerの紹介」の後の懇親会です。 https://machine-learning.connpass.com/event/104440/ ■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 17:00-19:30 ■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。

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。

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 ☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★☆★ 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。

6/14 (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。

1/17 (水)

50a44fe02b59d3bb9a33132348195c8f Sicss Society Public Seminars & Workshops
証明中心でピアスの型システム入門を読む会
内容 TaPL (型システム入門) をみんなで読みましょう。 実装はあまりやらずに主に証明を中心に読み進めます。 今回 今回は3章から 持ち物 型システム入門 (無ければ隣の人に見せてもらえるかも) 参加枠について "Sicss Society枠"はサークル関係者のための枠です。 よくわからない方は一般枠からお申し込みください

12/20 (水)

50a44fe02b59d3bb9a33132348195c8f Sicss Society Public Seminars & Workshops
証明中心でピアスの型システム入門を読む会
内容 TaPL (型システム入門) をみんなで読みましょう。 実装はあまりやらずに主に証明を中心に読み進めます。 今回 今回は§§2.2.6から 持ち物 型システム入門 (無ければ隣の人に見せてもらえるかも) *NEW* ギフト交換用のプレゼントを持ってきましょう〜 参加枠について "Sicss Society枠"はサークル関係者のための枠です。 よくわからない方は一般枠からお申し込みください

11/22 (水)

50a44fe02b59d3bb9a33132348195c8f Sicss Society Public Seminars & Workshops
証明中心でピアスの型システム入門を読む会
内容 TaPL (型システム入門) をみんなで読みましょう。 実装はあまりやらずに主に証明を中心に読み進めます。 今回 2章数学的準備から 持ち物 型システム入門 (無ければ隣の人に見せてもらえるかも) 参加枠について "Sicss Society枠"はサークル関係者のための枠です。 よくわからない方は一般枠からお申し込みください

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。

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。

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。

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。

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。