Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
サービス開発、機械学習、クラウド / the trinity of machine learning
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
Yuichiro Someya
May 11, 2018
Programming
0
3.6k
サービス開発、機械学習、クラウド / the trinity of machine learning
Qiita × Microsoft 共催MeetUp
https://connpass.com/event/86280/
Yuichiro Someya
May 11, 2018
Tweet
Share
More Decks by Yuichiro Someya
See All by Yuichiro Someya
にんげんがさき 基盤はあと / Developers over ML platform
ayemos
0
15k
機械学習をスモールスタートさせる方法 / small machine learning
ayemos
3
2.1k
アットホームな分析基盤の作り方 / Homemade Machine Learning Toolkits
ayemos
1
1k
成長を止めない機械学習のやり方 / Don't stop 'til you get enough (data).
ayemos
15
5.3k
AWS で加速する機械学習 / Accelerate Machine Learning with AWS
ayemos
1
350
クックパッドの機械学習基盤 2018 / Machine Learning Platform at Cookpad ~ 2018 ~
ayemos
15
21k
PyTorchとCaffe2とONNXと深層学習モデルのデプロイについて
ayemos
1
3k
クックパッドにおけるAWS GPUインスタンスの利用事例 / Powering by AWS GPU Instances in Cookpad Inc
ayemos
0
440
How we use GPUs in Cookpad
ayemos
0
180
Other Decks in Programming
See All in Programming
Oxlintはいいぞ
yug1224
5
1.2k
コマンドとリード間の連携に対する脅威分析フレームワーク
pandayumi
1
430
OSSとなったswift-buildで Xcodeのビルドを差し替えられるため 自分でXcodeを直せる時代になっている ダイアモンド問題編
yimajo
3
570
ELYZA_Findy AI Engineering Summit登壇資料_AIコーディング時代に「ちゃんと」やること_toB LLMプロダクト開発舞台裏_20251216
elyza
2
1.3k
re:Invent 2025 のイケてるサービスを紹介する
maroon1st
0
180
AIで開発はどれくらい加速したのか?AIエージェントによるコード生成を、現場の評価と研究開発の評価の両面からdeep diveしてみる
daisuketakeda
1
930
[AI Engineering Summit Tokyo 2025] LLMは計画業務のゲームチェンジャーか? 最適化業務における活⽤の可能性と限界
terryu16
2
570
Vibe codingでおすすめの言語と開発手法
uyuki234
0
210
Denoのセキュリティに関する仕組みの紹介 (toranoana.deno #23)
uki00a
0
270
0→1 フロントエンド開発 Tips🚀 #レバテックMeetup
bengo4com
0
530
AtCoder Conference 2025
shindannin
0
1k
ゆくKotlin くるRust
exoego
1
220
Featured
See All Featured
Prompt Engineering for Job Search
mfonobong
0
150
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
160
Building a Scalable Design System with Sketch
lauravandoore
463
34k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
65
The B2B funnel & how to create a winning content strategy
katarinadahlin
PRO
0
260
Principles of Awesome APIs and How to Build Them.
keavy
128
17k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
170
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Building the Perfect Custom Keyboard
takai
2
680
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
34k
Building AI with AI
inesmontani
PRO
1
660
It's Worth the Effort
3n
188
29k
Transcript
αʔϏε։ൃɺػցֶशɺΫϥυ !2JJUBº.JDSPTPGUڞ࠵.FFU6Q
ࣗݾհ છ୩༔Ұ<:VJDIJSP4PNFZB> ౦ژۀେֶେֶӃܭࢉֶम࢜ ΫοΫύουגࣜձࣾݚڀ։ൃ෦ ϦαʔνΤϯδχΞ݄d ػցֶशج൫ͷඋɺϨγϐσʔλͷੳ
UXJUUFSDPN!BZFNPT@Z HJUIVCDPNBZFNPT XXXBZFNPTNF TQFBLFSEFDLDPNBZFNPT
None
ʰιϑτΣΞΛ༻͍ͨαʔϏε։ൃͱ͍͏ ଟ݁ߏ ۙͳ ݱ͔Βػցֶशͱ͍͏ٕज़ΛݟͭΊɺ͖߹͍ํΛߟ͑Δճʱ ओͳର ػցֶशΛͬͯސ٬ʹՁΛಧ͚͍ͨਓ
?Έ͍ͨͳਓ͕ճΓʹ͍Δਓ
࣍ ͍ΖΜͳػցֶश αʔϏε։ൃͱػցֶश Ϋϥυͱ͍͏બࢶ ਓೳϒʔϜͱݬ໓ظ
࣍ ͍ΖΜͳػցֶश αʔϏε։ൃͱػցֶश Ϋϥυͱ͍͏બࢶ ਓೳϒʔϜͱݬ໓ظ
͍ΖΜͳػցֶश ػցֶशҰൃউෛͷιϦϡʔγϣϯʗ։ൃ ྫࣗಈӡసɺݕࡧ༁ ٕज़తഉଞੑͷཁҼͱͯ͠ͷػցֶश େنͳࣗಈԽʹΑΔܻഒͷվળنɺͱ͔ͦ͏͍͏ͭ
͋·ΓۙͰͳ͍
͍ΖΜͳػցֶश ػցֶशΛར༻ͨ͠αʔϏεͷ։ൃʗվળ ྫهࣄͷࣗಈྨϨίϝϯσʔγϣϯ ࣗࣾαʔϏεͰ ͪ͜ΒϒʔϜʹݗҾ͞ΕΔܗͰനԽ͍ͯ͠Δ
ਓೳػցֶशαʔϏε։ൃͱʁ ׂͬͪ͜ͱۙɻࠓ͜͜ͷΛ͠·͢ɻ
࣍ ͍ΖΜͳػցֶश αʔϏε։ൃͱػցֶश Ϋϥυͱ͍͏બࢶ ਓೳϒʔϜͱݬ໓ظ
αʔϏε։ൃͱػցֶश ιϑτΣΞ αʔϏε։ൃͰػցֶशΛ͍͍ͨͱ͍͏ χʔζ͕૿͍͑ͯΔ ਓೳϒʔϜʹґΔͱ͜Ζ͕େ͖͍ ଟ
ʰػցֶशΛ͏ʱͱʁ
ʰػցֶशΛ͏ʱͱ ػցֶशʹΑΔαʔϏεՁͷग़ʗ্ ྫهࣄͷࣗಈྨϨίϝϯσʔγϣϯ ࣗࣾαʔϏεͰ ͜ΕΛɺαʔϏε։ൃͱಉ͡ඨͰΖ͏ͱ͍͏
ۃΛݴ͑ʰϘλϯͷ৭ʗେ͖͞Λม͑Δʱͷͱಉ͡ ։ൃϓϩηεɺ։ൃίετɺٕज़తෛ࠴ɺʑ͕ొ
ʰػցֶशΛ͏ʱͱ ػցֶशʹΑΔαʔϏεՁͷग़ʗ্ ྫهࣄͷࣗಈྨϨίϝϯσʔγϣϯ ࣗࣾαʔϏεͰ ͜ΕΛɺαʔϏε։ൃͱಉ͡ඨͰΖ͏ͱ͍͏
ۃΛݴ͑ʰϘλϯͷ৭ʗେ͖͞Λม͑Δʱͷͱಉ͡ ։ൃϓϩηεɺ։ൃίετɺٕज़తෛ࠴ɺʑ͕ొ
ਗ਼͘ਖ਼͘͠ػցֶशΛ͏ͨΊʹ ։ൃʹ͔͔ΔظؒͱίετʁಘΒΕΔՁʁ ແɺϒʔϜΛ౿·͑ͯଟΊʹࢿΛ͢Δͷͭͷબࢶ αʔϏεͷվળεϐʔυʹ͍ͭͯདྷΕΔʁ དྷΕͳ͍ͱͨ͠ΒͲΕ͘Β͍Ϊϟοϓ͕͋Δʁ ӡ༻ίετͲΕ͘Β͍ʁ
ਗ਼͘ਖ਼͘͠ػցֶशΛ͏ͨΊʹ ։ൃʹ͔͔ΔظؒͱίετʁಘΒΕΔՁʁ ແɺϒʔϜΛ౿·͑ͯଟΊʹࢿΛ͢Δͷͭͷબࢶ αʔϏεͷվળεϐʔυʹ͍ͭͯདྷΕΔʁ དྷΕͳ͍ͱͨ͠ΒͲΕ͘Β͍Ϊϟοϓ͕͋Δʁ ӡ༻ίετͲΕ͘Β͍ʁ
ʰਫ਼ʱͱʰՁʱ ࢀߟIUUQTXXXTMJEFTIBSFOFU5PLPSPUFO/BLBZBNBTT αʔϏεͷՁ' ػցֶशϞσϧͷਫ਼ ͱͨ࣌͠ɺ 'ͲͷΑ͏ͳܗ͔ʁ ͦΕΛ౿·͑ͯͲͷΑ͏ͳظΛઃఆ͢Δ͔
ग़དྷΕαʔϏεͷاըʗઃܭΛ͢Δ࣌ʹ͜ΕΛݕ౼͖͢ αʔϏεͷվળϓϩηεʹػցֶशϞσϧ͕ר͖ࠐ·ΕΔ
ʰਫ਼ʱͱʰՁʱ ࢀߟIUUQTXXXTMJEFTIBSFOFU5PLPSPUFO/BLBZBNBTT αʔϏεͷՁ' ػցֶशϞσϧͷਫ਼ ͱͨ࣌͠ɺ 'ͲͷΑ͏ͳܗ͔ʁ ͦΕΛ౿·͑ͯͲͷΑ͏ͳظΛઃఆ͢Δ͔
ग़དྷΕαʔϏεͷاըʗઃܭΛ͢Δ࣌ʹ͜ΕΛݕ౼͖͢ αʔϏεͷվળϓϩηεʹػցֶशϞσϧ͕ר͖ࠐ·ΕΔ
ਗ਼͘ਖ਼͘͠ػցֶशΛ͏ͨΊʹ ։ൃʹ͔͔ΔظؒͱίετʁಘΒΕΔՁʁ ແɺϒʔϜΛ౿·͑ͯଟΊʹࢿΛ͢Δͷͭͷબࢶ αʔϏεͷվળεϐʔυʹ͍ͭͯདྷΕΔʁ དྷΕͳ͍ͱͨ͠ΒͲΕ͘Β͍Ϊϟοϓ͕͋Δʁ ӡ༻ίετͲΕ͘Β͍ʁ
ػցֶशͷվળϓϩηε ྫهࣄͷࣗಈྨ ࣗಈهࣄྨثͷΧςΰϦʹ ʰಈʱΛͯ͠Έ͍ͨ σʔλऩूͱੳɺϞσϧͷֶश ͋Δ͔Βिؒ͘Β͍͔͔Δͳ Ϛδ͔
ػցֶशͷվળϓϩηε ྫهࣄͷࣗಈྨ ࣗಈهࣄྨثͷΧςΰϦʹ ʰಈʱΛͯ͠Έ͍ͨ σʔλऩूͱੳɺϞσϧͷֶश ͋Δ͔Βिؒ͘Β͍͔͔Δͳ Ϛδ͔
ػցֶशͷվળϓϩηε ྫهࣄͷࣗಈྨ ࣗಈهࣄྨثͷΧςΰϦʹ ʰಈʱΛͯ͠Έ͍ͨ σʔλऩूͱੳɺϞσϧͷֶश ͋Δ͔Βिؒ͘Β͍͔͔Δͳ Ϛδ͔ αʔϏε։ൃͱϞσϧ։ൃͷ εϐʔυײʹΪϟοϓ͕͋Δ
ௗͷը૾ྨʹ͔͔Βͳ͍͕ʜ
ػցֶशͷվળϓϩηε αʔϏεͷՁ' ػցֶशϞσϧͷਫ਼ αʔϏεʗϞσϧͷվળεϐʔυʹΪϟοϓ͕͋Δ αʔϏε։ൃʹ͓͍ͯհͳίϯϙʔωϯτʹͳΓͭͭ͋Δ
ࣅͨલྫͱͯ͠ݕࡧΤϯδϯͱ͔ʁ
ਗ਼͘ਖ਼͘͠ػցֶशΛ͏ͨΊʹ ։ൃʹ͔͔ΔظؒͱίετʁಘΒΕΔՁʁ ແɺϒʔϜΛ౿·͑ͯଟΊʹࢿΛ͢Δͷͭͷબࢶ αʔϏεͷվળεϐʔυʹ͍ͭͯདྷΕΔʁ དྷΕͳ͍ͱͨ͠ΒͲΕ͘Β͍Ϊϟοϓ͕͋Δʁ ӡ༻ίετͲΕ͘Β͍ʁ
ػցֶशͱӡ༻ίετ ʰػցֶशٕज़తෛ࠴ͷߴརି͠ ҙ༁ ʱ IUUQTSFTFBSDIHPPHMFDPNQVCTQVCIUNM σʔλͷऩूʗੳʗཧ ϞσϧͷσϓϩΠͱϞχλϦϯά
͜͜·Ͱ αʔϏε։ൃͷݱͰػցֶशΛͬͯՁΛੜΈग़͍ͨ͠ ಘΒΕΔՁ' Ϟσϧͷਫ਼ Λྫྷ੩ʹݟͭΊΔ͖ αʔϏε։ൃͷεϐʔυײͷ͔ͤʹͳΒͳ͍Α͏ʹҙ
Ҏ্ ӡ༻ίετΛ౿·͑ͯɺຊʹΔ͖͔ߟ͑Δ
͜͜·Ͱ αʔϏε։ൃͷݱͰػցֶशΛͬͯՁΛੜΈग़͍ͨ͠ ಘΒΕΔՁ' Ϟσϧͷਫ਼ Λྫྷ੩ʹݟͭΊΔ͖ αʔϏε։ൃͷεϐʔυײͷ͔ͤʹͳΒͳ͍Α͏ʹҙ
Ҏ্ ӡ༻ίετΛ౿·͑ͯɺຊʹΔ͖͔ߟ͑Δ ωΨςΟϒ
ػցֶशͱαʔϏεͷվળϓϩηε Ͳ͏͢Εʁ εϐʔυʹΪϟοϓ͕͋Δͱ͍͏ೝࣝ߹Θͤ ϓϩηεͷݟ͠ ͳΔ͘ૣ͘͢Δ ྫػցֶशֶ
ػցֶशֶ ػցֶशʹؔ͢Δ։ൃϓϩηεͷվળ ػցֶशֶݚڀձͱ͍͏ͷग़དྷͨΈ͍ͨ IUUQTTJUFTHPPHMFDPNWJFXTJHNMTF ՝ҙࣝߴ·͍ͬͯΔ
ػցֶशͷӡ༻ίετ Ͳ͏͢Εʁ ӡ༻ίετΛ౿·͑ͯऔΓΉ͖͔ܾΊΔ ແɺϒʔϜΛ౿·͑ͯଟΊʹࢿΛSZ ػցֶशϓϥοτϑΥʔϜͱ͍͏બࢶ
࣍ ͍ΖΜͳػցֶश αʔϏε։ൃͱػցֶश Ϋϥυͱ͍͏બࢶ ਓೳϒʔϜͱݬ໓ظ
ػցֶशϓϥοτϑΥʔϜ ֤छΫϥυϓϥοτϑΥʔϜͷػցֶशαϙʔτ͕നԽͯ͠Δ "NB[PO4BHF.BLFS "[VSF.BDIJOF-FBSOJOH4UVEJP (PPHMF$MPVE.BDIJOF-FBSOJOH&OHJOFʑ
લड़ͨ͠Α͏ͳҙ͕ࣝߴ·͍ͬͯΔʁ
ػցֶशͱΫϥυ .-BB4ɺػցֶशϓϥοτϑΥʔϜͱ͍͏બࢶ͕͋Δ ৽͍͠ͳͷͰ༻ޠ͕৭ʑ ʰ࣮ݧ͔Βຊ൪ӡ༻·Ͱɺ౷߹తͳڥͰػցֶश͢Δʱ
ػցֶशͱΫϥυ .-BB4ɺػցֶशϓϥοτϑΥʔϜͱ͍͏બࢶ͕͋Δ ৽͍͠ͳͷͰ༻ޠ͕৭ʑ ʰ࣮ݧ͔Βຊ൪ӡ༻·Ͱɺ౷߹తͳڥͰػցֶश͢Δʱ σʔλऩूσʔλੳϞσϧߏஙֶशσϓϩΠ ͦΕͧΕͷ࣮ߦͱཧ
֤छσʔλܥαʔϏεͱͷ౷߹ σʔλऩू ੳ άϥϑΟΧϧͳύΠϓϥΠϯߏங Ϟσϧߏங ֶश
࣮ݧ݁ՌͷαʔϏεԽ σϓϩΠ ྫ"[VSF.BDIJOF-FBSOJOH4UVEJP
ػցֶशͱΫϥυ ̋ڞ௨ج൫ԽʹΑͬͯӡ༻ίετ͕ݮग़དྷΔ ̋ج൫্ʹߏங͞ΕΔߴڃͳػೳͷԸܙ͕ड͚ΒΕΔ "#ςετɺਫ਼ϞχλϦϯά ଟɺকདྷతʹɺ
˚طଘϦιʔεͱͷ౷߹ίετ ػցֶशʹݶΒͳ͍ͳͷͰࠓճεϧʔ ˚(FOFSJDBOE&YUFOTJWFͱ͍͏ཁ݅
5'9"5FOTPS'MPX#BTFE1SPEVDUJPO4DBMF.BDIJOF-FBSOJOH1MBUGPSN ΑΓ l5IFNBDIJOFMFBSOJOHQMBUGPSNNVTUCFHFOFSJD FOPVHIUPIBOEMFUIFNPTUDPNNPOTFUPGMFBSOJOH UBTLTBTXFMMBTCFFYUFOTJCMFUPTVQQPSUPOFP⒎ BUZQJDBMVTFDBTFTz IUUQTEMBDNPSHDJUBUJPODGN JE ҙ༁ .-BB4แׅత͔֦ͭுՄೳͰ͋Δ͖
(FOFSJDBOE&YUFOTJWF ʰ࣮ݧ͔Βຊ൪ӡ༻·Ͱɺ౷߹తͳڥͰػցֶशʱ ͠Α͏ͱ͍ͯ͠Δ (FOFSJDͳΔ͘ଟ͘ͷϢʔεέʔεʹ ಁաతʹ ରԠ͍ͨ͠ ྑ͍நԽͱ"1*֦ॆͷؤுΓ
&YUFOTJWFྫ֎తͳέʔεʹରͯ͠ গͳ͍࿑ྗͰ ରԠ͍ͨ͠ ҙͷίʔυΛࠩ͠ࠐΊΔॴΛ༻ҙ͢Δɺͱ͔ʜ
(FOFSJDBOE&YUFOTJWF ʰ࣮ݧ͔Βຊ൪ӡ༻·Ͱɺ౷߹తͳڥͰػցֶशʱ ͠Α͏ͱ͍ͯ͠Δ (FOFSJDͳΔ͘ଟ͘ͷϢʔεέʔεʹ ಁաతʹ ରԠ͍ͨ͠ ྑ͍நԽͱ"1*֦ॆͷؤுΓ
&YUFOTJWFྫ֎తͳέʔεʹରͯ͠ গͳ͍࿑ྗͰ ରԠ͍ͨ͠ ҙͷίʔυΛࠩ͠ࠐΊΔॴΛ༻ҙ͢Δɺͱ͔ʜ ࣮αʔϏεͰͷӡ༻࣮ϓϥοτϑΥʔϜख़ ͕͞ΕΔͱ͜Ζ
(FOFSJDBOE&YUFOTJWF ʰ࣮ݧ͔Βຊ൪ӡ༻·Ͱɺ౷߹తͳڥͰػցֶशʱ ͠Α͏ͱ͍ͯ͠Δ (FOFSJDͳΔ͘ଟ͘ͷϢʔεέʔεʹ ಁաతʹ ରԠ͍ͨ͠ ྑ͍நԽͱ"1*֦ॆͷؤுΓ
&YUFOTJWFྫ֎తͳέʔεʹରͯ͠ গͳ͍࿑ྗͰ ରԠ͍ͨ͠ ҙͷίʔυΛࠩ͠ࠐΊΔॴΛ༻ҙ͢Δɺͱ͔ʜ ݱͱͯ͠ ͬͯΈΔࣄྫΛ࡞Δࣄ͔Β࢝ΊΑ͏
͜͜·Ͱ·ͱΊ
࣍ ͍ΖΜͳػցֶश αʔϏε։ൃͱػցֶश Ϋϥυͱ͍͏બࢶ ਓೳϒʔϜͱݬ໓ظ
ਓೳϒʔϜ ʰୈ࣍ਓೳϒʔϜʱ ͷౙ͔͍ͬͯΔʁ
IUUQXXXHBSUOFSDPKQQSFTTIUNMQSIUNM
IUUQXXXHBSUOFSDPKQQSFTTIUNMQSIUNM
ਓೳϒʔϜ ਓೳ࣮ݱͷखஈͷ̍ͭͱͯ͠ͷػցֶशʹ͕ू·Δ ΛΘͳ͍ػցֶशͷԠ༻ʹର͢Δظ͕͍͢͝ ιϑτΣΞ։ൃͷݱͰۙʹ؍ଌͰ͖Δͷ?͜ΕͷҰ෦ ྫʮػցֶशͰͳΜͱ͔͢Δʯ
ਓೳϒʔϜ ਓೳ࣮ݱͷखஈͷ̍ͭͱͯ͠ͷػցֶशʹ͕ू·Δ ΛΘͳ͍ػցֶशͷԠ༻ʹର͢Δظ͕͍͢͝ ιϑτΣΞ։ൃͷݱͰۙʹ؍ଌͰ͖Δͷ?͜ΕͷҰ෦ ྫʮػցֶशͰͳΜͱ͔͢Δʯ ظͱݱঢ়ͷΪϟοϓݬ໓ͷҼࢠ
ਓೳϒʔϜ Ͳ͏͢Εʁ ਖ਼͘͠ظ͢Δ ͪ͜Β͋·ΓίϯτϩʔϧͰ͖ͳ͍ʜ ظʹԠ͑ΔҝʹؤுΔ ࠓͨ͠ͱ͔
·ͱΊ ػցֶश͕Γ্͕͍ͬͯΔ αʔϏε։ൃͱ͍͏จ຺Ͱ Α͍͖߹͍ํΛࡧ͍͖͍ͯͨ͠ ӡ༻ίετɺਫ਼ͱՁͷ͕ؔॏཁͳΧΪ
·ͱΊ ػցֶश͕Γ্͕͍ͬͯΔ αʔϏε։ൃͱ͍͏จ຺Ͱ Α͍͖߹͍ํΛࡧ͍͖͍ͯͨ͠ ӡ༻ίετɺਫ਼ͱՁͷ͕ؔॏཁͳΧΪ
ͦΕͦΕͱͯ͠ σΟʔϓϥʔχϯάͷՄೳੑੌ͍ ͱࢥ͏ ͷͰɺಓʹ͍ͬͯ͘
͓ΘΓ