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
ドキュメンテーションのすヽめ_#MLbeginners
Search
ninohira
October 27, 2019
Technology
1
710
ドキュメンテーションのすヽめ_#MLbeginners
ML for Beginners! MeetUp登壇資料
#MLbeginners
ninohira
October 27, 2019
Tweet
Share
More Decks by ninohira
See All by ninohira
[ICML2021 論文読み会]Revisiting Rainbow: Promoting more Insightful and Inclusive Deep Reinforcement Learning Research
ninohira
0
1.4k
[論文紹介]Jukebox: A Generative Model for Music
ninohira
0
680
無駄分析を避ける為にデータサイエンティストに求められる能力
ninohira
3
12k
アーティストにとっての「愛」とは?~What is ”Love" for artist?~
ninohira
1
10k
Data Gateway Talk Vol.5運営資料
ninohira
1
500
今再びのRによる因果推論_Causal Interference by R_#japanr
ninohira
2
10k
因果推論の基礎とその罠 _Basic and Trap of Causal Inference_#白金鉱業
ninohira
5
12k
Data Gateway Talk Vol.1運営資料
ninohira
1
3k
新卒が考えた理想のDS新卒研修
ninohira
1
790
Other Decks in Technology
See All in Technology
CodeRabbitと過ごした1ヶ月 ─ AIコードレビュー導入で実感したチーム開発の進化
mitohato14
1
250
Azure × MCP 入門
ry0y4n
8
1.7k
CARTA HOLDINGS エンジニア向け 採用ピッチ資料 / CARTA-GUIDE-for-Engineers
carta_engineering
0
27k
TanStack Start 技術選定の裏側 / Findy-Lunch-LT-TanStack-Start
iktakahiro
1
120
既存の開発資産を活かしながら、 《新規開発コスト抑制》と《開発体験向上》 を両立する拡張アーキテクチャ事例
kubell_hr
0
130
Tailwind CSS の小話「コンテナークエリーって便利」
yamaday
0
110
技術選定を突き詰める 懇親会LT
okaru
1
220
LangfuseではじめるAIアプリのLLMトレーシング
codenote
0
150
Datadog のトライアルを成功に導く技術 / Techniques for a successful Datadog trial
nulabinc
PRO
0
140
データベース04: SQL (1/3) 単純質問 & 集約演算
trycycle
PRO
0
730
AIによるコードレビューで開発体験を向上させよう!
moongift
PRO
0
430
Terraform にコントリビュートしていたら Azure のコストをやらかした話 / How I Messed Up Azure Costs While Contributing to Terraform
nnstt1
1
480
Featured
See All Featured
How STYLIGHT went responsive
nonsquared
100
5.5k
Stop Working from a Prison Cell
hatefulcrawdad
268
20k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.7k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
105
19k
A Tale of Four Properties
chriscoyier
159
23k
Docker and Python
trallard
44
3.4k
[RailsConf 2023] Rails as a piece of cake
palkan
54
5.5k
4 Signs Your Business is Dying
shpigford
183
22k
What's in a price? How to price your products and services
michaelherold
245
12k
Faster Mobile Websites
deanohume
307
31k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
29
9.5k
Large-scale JavaScript Application Architecture
addyosmani
512
110k
Transcript
υΩϡϝϯςʔγϣϯͷ͢ʍΊ Recommend to Documentation
Recommend to Documentation 免責事項 / お願い - 本登壇は個⼈の⾒解であり、所属する組織の公式⾒解ではありません - 社会⼈2年⽬のビギナーなので優しい⽬で⾒てください
-「お気持ち」的な内容がメインになります - 受託分析データサイエンティスト視点なので、多少バイアスがあります - ツイッターにたくさんつぶやくと運営&⾃分が喜びますので、たくさんツイートしてください 2/14
Recommend to Documentation 質問 ドキュメンテーション⼤切だと感じたことある⽅︕︕ (深掘り) いつ / どうして そう思ったかを
考えました︖ 「誰か」に「何か」を伝えることって⼤切
Recommend to Documentation ⾃⼰紹介 学⽣ 早稲⽥⼤学 創造理⼯学研究科 経営システム⼯学専攻 共同研究先のマーケティングデータ ×
データサイエンス 仕事 データサイエンティスト @BrainPad 2018年新卒 強化学習 / NLP / 統計的因果推論 / 画像異常検知 趣味 仁ノ平 将⼈ Masato Ninohira (@nino_pira) Data Gateway Talk 主催 B’zファン(⾳楽×データ分析のイベント企画now) ブログ︓データサイエンティスト⾒習いの⽇常 フットサル 4/14
Recommend to Documentation ⽬次 - Why Documentation? - ドキュメントの分類 -
コード / 分析レポート - まとめ 5/14
Recommend to Documentation ⾃分の記憶の共有 = 不可能 Why Documentation︖ Impossible to
SHARE Brain 「誰か」に「何か」を伝えたい Idea ケースに応じたドキュメンテーション Want to SHARE Idea SHARE by Document SHARE 6/14
Recommend to Documentation ドキュメントの分類 ※MECEではないです。作為的に⽊を切っています ※「メール / 議事録」も考えましたが、分析内容を 直接書くことは稀だと思いましたのでスコープ外 Who
- 分析チーム - 意思決定者 - コンピュータ - 分析結果 / next アクション - 意思決定者への レポートに必要な素材選定 - ⾃分のコードの確認 - 分析の結果を正しく伝え、意思決定のサポート - 回るコード / 早いコード - 分析レポート - コード - 分析レポート What Document - コード 「誰」に「何を伝えたいか」の構造化が良いドキュメント化へのポイント 7/14
Recommend to Documentation コード コンピュータ & ⼈間に読みやすいコード 計算速度 冗⻑なコードの回避 例︓
組み込み関数のsumを使う 可読性の⾼い実装 - 明瞭なディレクトリ構成 - コーディング規約 /適切なコメント - 明瞭なプルリク 8/14
Recommend to Documentation 参考︓ ディレクトリ構造のテンプレ ⾃分はこれに⾃分専⽤の 開発環境特化素材を加えてる (例︓Docker) 9/14
Recommend to Documentation 分析レポート 前提 1. 分析には「⽬的」があり「概要」/ 「結果」があり「Next Action」が絶対にある 2.
対象者が求めているレベル感に合わす 意思決定者 詳しく知りたい 結果だけ知りたい 分析メンバー 社内wiki / 分析レポート 詳しく知らせる必要がある スライド 作成モデルをシステム化することでxx万円の売り上げ向上 コスト︓xxx Income︓xxx ROI︓xxx (期間︓zzxxx~xxxx) 作成モデルをシステム化することでxx万円の売り上げ向上 モデルの精度 学習︓xxx テスト︓xxx 分析⽬的︓xxxx 概要︓xxxx 結果︓xxxx Next Action︓xxxx 詳細︓xxx ※綺麗なスライドの作り⽅は世の中に 良い本がたくさんあるのでそちらで学んで頂ければと思います Who Level Doc ロジックツリー ここがxx%up 結局、分析結果をステークホルダーに伝えられないとその分析に価値はない 10/14
Recommend to Documentation 参考︓コンフルエンスを⽤いた分析レポート作成 オンラインで共有 = 情報の共有の閾値が低 (全ての実験結果をコンフルに記載) 11/14
Recommend to Documentation 参考︓分析レポート以外の記事もたくさん書いてます 12/14
Recommend to Documentation 参考︓どう鍛えるの︖ 意識して経験するしかないと思っています。。。 Do Best Every Time ※むしろ良い⽅法をご存知の⽅教えてください、、、
13/14
Recommend to Documentation まとめ - 情報の伝達⼿段としてドキュメンテーションは有効 - 「誰」に「何を」伝えたいかの「構造化」を意識したドキュメント化 14/14
Recommend to Documentation 参考⽂献 - はじめてのNoteと、ドキュメンテーションについて (本登壇はこの資料に超影響を受けてます) - 1分で話せ 世界のトップが絶賛した⼤事なことだけシンプルに伝える技術
- イシューからはじめよ 知的⽣産の「シンプルな本質」 - なぜあなたのPull Requestは読まれないのか - Cookiecutter Data Science