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
機械学習でサーバの負荷状態を把握したい
Search
tsurubee
March 22, 2019
Technology
7
2.1k
機械学習でサーバの負荷状態を把握したい
tsurubee
March 22, 2019
Tweet
Share
More Decks by tsurubee
See All by tsurubee
大規模言語モデルにおけるData-Centric AIと合成データの活用 / Data-Centric AI and Synthetic Data in Large Language Models
tsurubee
1
480
言語モデルによるAI創薬の進展 / Advancements in AI-Driven Drug Discovery Using Language Models
tsurubee
2
530
AIトップカンファレンスからみるData-Centric AIの研究動向 / Research Trends in Data-Centric AI: Insights from Top AI Conferences
tsurubee
3
3.1k
DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials
tsurubee
0
1.2k
3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計 / Design of Deep Learning Model for Predicting Material Properties Using Crystal Structure Represented by Three-Dimensional Mesh
tsurubee
1
2.4k
分散システムの性能異常に対する機械学習の解釈性に基づく原因診断手法 / A Method for Diagnosing the Causes of Performance Issues in Distributed Systems Based on the Interpretability of Machine Learning
tsurubee
0
1.6k
機械学習の解釈性に関する研究動向とシステム運用への応用 / A Survey on Interpretable Machine Learning and Its Application for System Operation
tsurubee
0
370
機械学習モデルの局所的な解釈に着目したシステムにおける異常の原因診断手法の構想
tsurubee
0
8k
アニーリングマシンを活用したエッジAIにおける 生成モデルの学習効率化のためのアーキテクチャ
tsurubee
0
1.6k
Other Decks in Technology
See All in Technology
Zephyr RTOS の発表をOpen Source Summit Japan 2025で行った件
iotengineer22
0
180
[Iceberg Meetup #4] ゼロからはじめる: Apache Icebergとはなにか? / Apache Iceberg for Beginners
databricksjapan
0
340
Databricks Free Editionで始めるLakeflow SDP
taka_aki
0
180
クラウドセキュリティの進化 — AWSの20年を振り返る
kei4eva4
0
150
ファシリテーション勉強中 その場に何が求められるかを考えるようになるまで / 20260123 Naoki Takahashi
shift_evolve
PRO
2
200
Kusakabe_面白いダッシュボードの表現方法
ykka
0
370
Models vs Bounded Contexts for Domain Modularizati...
ewolff
0
220
BiDiってなんだ?
tomorrowkey
2
440
【northernforce#54】SalesforceにおけるAgentforceの位置づけ・事例紹介
yutosatou_kit
0
120
Bill One 開発エンジニア 紹介資料
sansan33
PRO
4
17k
re:Inventで出たインフラエンジニアが嬉しかったアップデート
nagisa53
4
170
ALB「証明書上限問題」からの脱却
nishiokashinji
0
240
Featured
See All Featured
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
340
Are puppies a ranking factor?
jonoalderson
1
2.6k
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
1
1.4k
Faster Mobile Websites
deanohume
310
31k
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
122
21k
SEOcharity - Dark patterns in SEO and UX: How to avoid them and build a more ethical web
sarafernandez
0
110
The Limits of Empathy - UXLibs8
cassininazir
1
200
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
A designer walks into a library…
pauljervisheath
210
24k
Applied NLP in the Age of Generative AI
inesmontani
PRO
4
2k
Transcript
!UTVSVCFF(.01FQBCP *OD )PTUJOH$BTVBM5BMLT ػցֶशͰαʔόͷ ෛՙঢ়ଶΛѲ͍ͨ͠
ࣗݾհ (.0ϖύϘגࣜձࣾ ϗεςΟϯάࣄۀ෦ ΠϯϑϥνʔϜ !UTVSVCFF
None
ࠓ͢͜ͱ wʮΠϯϑϥºσʔλαΠΤϯεʯʹ͍ͭͯ͜Μͳ͜ͱ Ͱ͖Δͱ໘നͦ͏ͩͳʔͱࢲ͕ߟ͍͑ͯΔ͜ͱ wࠓճαʔόࢹʹযΛͯͯ͠·͢
wΠϯϑϥͷݱʹʑେྔͷσʔλ͕ྲྀΕ͍ͯΔ wσʔλΛߴղ૾ͰऔಘɾੵͰ͖Δڥ͕͖͍ͬͯͯΔ ʢ1SPNFUIFVTɺ,BGLBͳͲʣ wσʔλੵ͢Δ͚ͩͰͳ͘׆༻͍ͨ͠ wੵͨ͠େྔͷσʔλʹػցֶशΛద༻Ͱ͖Εɺ৽ͨͳ ࣝൃݟʹܨ͕ΓՁΛͰ͖ΔͷͰͳ͍͔ എܠɿҰൠ
wϗεςΟϯάαʔόҟৗ͕ൃੜ͍͢͠ˍ੍ޚͮ͠Β͍ wߴूੵͷڞ༻αʔό wαʔό্Ͱಈ࡞͢ΔίϯςϯπΛཧͰ͖ͳ͍ wϢʔβαʔόΛબͳ͍ͨΊɺՄೳͳݶΓฏʹշదͳ αʔόڥΛఏڙ͍ͨ͠ എܠɿϨϯλϧαʔόʢ-PMJQPQ)FUFNMʣ
wϗεςΟϯάαʔόҟৗ͕ൃੜ͍͢͠ˍ੍ޚͮ͠Β͍ wߴूੵͷڞ༻αʔό wαʔό্Ͱಈ࡞͢ΔίϯςϯπΛཧͰ͖ͳ͍ wϢʔβαʔόΛબͳ͍ͨΊɺՄೳͳݶΓฏʹշదͳ αʔόڥΛఏڙ͍ͨ͠ എܠɿϨϯλϧαʔόʢ-PMJQPQ)FUFNMʣ αʔόͷঢ়ଶΛਫ਼៛ʹѲ੍ͯ͠ޚ͍ͨ͠
wϗεςΟϯάαʔόҟৗ͕ൃੜ͍͢͠ˍ੍ޚͮ͠Β͍ wߴूੵͷڞ༻αʔό wαʔό্Ͱಈ࡞͢ΔίϯςϯπΛཧͰ͖ͳ͍ wϢʔβαʔόΛબͳ͍ͨΊɺՄೳͳݶΓฏʹշదͳ αʔόڥΛఏڙ͍ͨ͠ എܠɿϨϯλϧαʔόʢ-PMJQPQ)FUFNMʣ αʔόͷঢ়ଶΛਫ਼៛ʹѲ੍ͯ͠ޚ͍ͨ͠ ػցֶशʹΑΔ Ξϓϩʔν͕༗ޮ
wαʔόͷϦιʔε༻ঢ়گϩάͳͲͷࢹରͷϝτϦ Ϋε͝ͱʹᮢΛઃఆ͠ɺͦͷᮢΛ্ճΔ߹ʹΞϥʔτ Λൃใ͢Δʮᮢϕʔεͷࢹʯ͕Ұൠత αʔόࢹͷݱঢ় $16༻ ࣌ؒ ᮢ ΞϥʔτΛൃใ
ݱঢ়ΛѲ্ͨ͠Ͱ ඞͣߟ͑ͳ͚ΕͳΒͳ͍ ͜ͱ͕͋Δ
ຊʹػցֶश͕ඞཁͳͷ͔ ʮ.BDIJOF-FBSOJOH5IF)JHI*OUFSFTU$SFEJU$BSEPG 5FDIOJDBM%FCUʯ %4DVMMFZFUBM (PPHMF wػցֶशΛγεςϜʹΈࠐΉͷେ͖ͳٕज़తෛ࠴Λ ๊͑ࠐΉϦεΫ͕͋Δ͜ͱΛೝࣝ͢Δ wจதͰ༷ʑͳϦεΫཁҼʹ͍ͭͯઆ໌͞Ε͍ͯΔ
ຊʹػցֶश͕ඞཁͳͷ͔ ʮ.BDIJOF-FBSOJOH5IF)JHI*OUFSFTU$SFEJU$BSEPG 5FDIOJDBM%FCUʯ %4DVMMFZFUBM (PPHMF wػցֶशΛγεςϜʹΈࠐΉͷେ͖ͳٕज़తෛ࠴Λ ๊͑ࠐΉϦεΫ͕͋Δ͜ͱΛೝࣝ͢Δ wจதͰ༷ʑͳϦεΫཁҼʹ͍ͭͯઆ໌͞Ε͍ͯΔ ػցֶशΛʮ͏ʯ͜ͱ͕తʹͳͬͯͳΒͳ͍
Θͳͯ͘ࡁΉͳΒΘͳ͍͕࠷ྑͷબ
ᮢϕʔεͷࢹͷݶք ࢹͷਫ਼Λ্͛ΔͨΊʹ໌ࣔతʹࣄલࣝΛೖΕͯ ϧʔϧΛ૿͍͔ͯ͘͠͠ͳ͍ ྫ͑ɺ ̍ฏͷ"͔࣌Β#࣌ͷؒͰɺ͔ͭαʔόΛϦϦʔεͯ͠ ͔Β$ϲ݄ະຬͷ$16༻͕%Λ͑ͨͱ͖ҟৗ ̎$16༻͕&ҎͰ͋Δͱ͖ʹϝϞϦ༻͕' Ҏ্ʹͳͬͨͱ͖ҟৗ
ᮢϕʔεͷࢹͷݶք ࢹͷਫ਼Λ্͛ΔͨΊʹ໌ࣔతʹࣄલࣝΛೖΕͯ ϧʔϧΛ૿͍͔ͯ͘͠͠ͳ͍ ྫ͑ɺ ̍ฏͷ"͔࣌Β#࣌ͷؒͰɺ͔ͭαʔόΛϦϦʔεͯ͠ ͔Β$ϲ݄ະຬͷ$16༻͕%Λ͑ͨͱ͖ҟৗ ̎$16༻͕&ҎͰ͋Δͱ͖ʹϝϞϦ༻͕' Ҏ্ʹͳͬͨͱ͖ҟৗ ਓ͕ؒ໌ࣔతʹࢦఆɾཧͰ͖Δϧʔϧͷʹݶք͕͋Δ JGจࠈʹ͍͍ؕͬͯ͘ɾɾ
ᮢϕʔεͷࢹͷݶք ࢹͷਫ਼Λ্͛ΔͨΊʹ໌ࣔతʹࣄલࣝΛೖΕͯ ϧʔϧΛ૿͍͔ͯ͘͠͠ͳ͍ ྫ͑ɺ ̍ฏͷ"͔࣌Β#࣌ͷؒͰɺ͔ͭαʔόΛϦϦʔεͯ͠ ͔Β$ϲ݄ະຬͷ$16༻͕%Λ͑ͨͱ͖ҟৗ ̎$16༻͕&ҎͰ͋Δͱ͖ʹϝϞϦ༻͕' Ҏ্ʹͳͬͨͱ͖ҟৗ ਓ͕ؒ໌ࣔతʹࢦఆɾཧͰ͖Δϧʔϧͷʹݶք͕͋Δ JGจࠈʹ͍͍ؕͬͯ͘ɾɾ
࣌ܥྻੑ
ᮢϕʔεͷࢹͷݶք ࢹͷਫ਼Λ্͛ΔͨΊʹ໌ࣔతʹࣄલࣝΛೖΕͯ ϧʔϧΛ૿͍͔ͯ͘͠͠ͳ͍ ྫ͑ɺ ̍ฏͷ"͔࣌Β#࣌ͷؒͰɺ͔ͭαʔόΛϦϦʔεͯ͠ ͔Β$ϲ݄ະຬͷ$16༻͕%Λ͑ͨͱ͖ҟৗ ̎$16༻͕&ҎͰ͋Δͱ͖ʹϝϞϦ༻͕' Ҏ্ʹͳͬͨͱ͖ҟৗ ਓ͕ؒ໌ࣔతʹࢦఆɾཧͰ͖Δϧʔϧͷʹݶք͕͋Δ JGจࠈʹ͍͍ؕͬͯ͘ɾɾ
࣌ܥྻੑ ଟ࣍ݩੑʢ૬ؔੑʣ
݁ہͲ͏͍͏ͱ͖ʹ ػցֶश͕͑Δͷʁ
wσʔλͷ࣌ܥྻੑΛߟྀ͍ͨ͠߹ w͜ͷ࣌ظͷ͜ͷ࣌ؒଳʹͦͷҟৗ͡Όͳ͍ʁ Έ͍ͨͳύλʔϯ wσʔλಉ࢜ͷ૬ؔଟ࣍ݩੑΛߟྀ͍ͨ͠߹ wͦͷͷ߹ͤҟৗ͡Όͳ͍ʁΈ͍ͨͳύλʔϯ ػցֶश͕༗ޮͳέʔε
wσʔλͷ࣌ܥྻੑΛߟྀ͍ͨ͠߹ w͜ͷ࣌ظͷ͜ͷ࣌ؒଳʹͦͷҟৗ͡Όͳ͍ʁ Έ͍ͨͳύλʔϯ wσʔλಉ࢜ͷ૬ؔଟ࣍ݩੑΛߟྀ͍ͨ͠߹ wͦͷͷ߹ͤҟৗ͡Όͳ͍ʁΈ͍ͨͳύλʔϯ ػցֶश͕༗ޮͳέʔε ͞Βʹͦͷ྆ํͷଟ࣍ݩ࣌ܥྻσʔλ͔Βͷࣝൃݟɺ ϧʔϧϕʔεͰ͘͠ɺػցֶशͷಘҙ
͡Ό͋Ͳ͏ͬͯػցֶशΛ ద༻͍ͯ͘͠ͷ͔ʁ
αʔόΛଟ࣍ݩ࣌ܥྻσʔλͱͯ͠ଊ͑ɺ ͦͷಛΛநग़͢ΔʢಛϕΫτϧԽʣ ಘΒΕͨಛ͔Βঢ়ଶΛਫ਼៛ʹѲ͢Δ ʢෛՙঢ়گͷѲɺҟৗ༧ଌͳͲʣ
·ͣಛϕΫτϧԽ
ಛϕΫτϧԽ ʮใਪનγεςϜೖɿߨٛεϥΠυʯΑΓҾ༻ IUUQTXXXTMJEFTIBSFOFU,FOUB0LVTT
ಛϕΫτϧԽ ʮใਪનγεςϜೖɿߨٛεϥΠυʯΑΓҾ༻ IUUQTXXXTMJEFTIBSFOFU,FOUB0LVTT αʔό ❓
αʔόͷಛϕΫτϧԽ αʔόͷঢ়ଶΛΑ͘දݱͨ͠ಛϕΫτϧͷઃܭ͕ॏཁ $16༻ ϝϞϦ༻ -" ɹɹɹ
ಛϕΫτϧ ن֨Խ ಛҟղ Χʔωϧؔ FUD ಛϕΫτϧͷઃܭࣗ༝͕ߴ͍ αʔό ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾ ɾɾɾ ࣌ؒ ଟ࣍ݩ࣌ܥྻσʔλ ن֨Խ ࣌ؒ
࠷ߴͷಛϕΫτϧ ͕ಘΒΕͨΒʜ
ಛϕΫτϧΛͬͨαʔόࢹ αʔόͷঢ়ଶΛදݱͨ͠ ಛϕΫτϧ ΞϧΰϦζϜͷબࣗ༝͕ߴ͍ ࣌ؒ 0OF$MBTT 47. ࠞ߹ Ϟσϧ ෦ۭؒ๏
σΟʔϓ ϥʔχϯά
IUUQTTQFBLFSEFDLDPNTVHJZBNBNBDLFSFMNFFUVQOVNCFS ࣄྫɿ.BDLFSFMʢגࣜձࣾͯͳʣ
͍ͯ͠ΔΞϧΰϦζϜ
࣌ܥྻΫϥελϦϯά IUUQTCMPHUTVSVCFFUFDIFOUSZ IUUQTCMPHUTVSVCFFUFDIFOUSZ ڭࢣͳֶ͠शͰ͋ΔΫϥελϦϯάΛ࣌ܥྻσʔλʹదԠ ͨ͠ͷ
ͳͥΫϥελϦϯάʁ ϗεςΟϯάαʔόͷಛ wಉ͡ϩʔϧʢׂʣͰΘΕ͍ͯΔαʔόͷ͕ଟ͍ ʢ-PMJQPQͩͱඦεέʔϧʣ wಉҰϩʔϧͰ͋Δ͕ɺαʔόຖʹಛ͕େ͖͘ҟͳΔ w࣌ؒଳʹΑͬͯෛՙঢ়ଶ͕େ͖͘ҟͳΔ ֎ΕݕมԽݕͳͲͷϝτϦΫεͷઈରΛ༻͍ ͨҟৗݕΑΓɺ૬ରతʹݟͯଞͱৼΔ͍͕ҟͳΔͷ ݕग़͢Δํ͕૬ੑ͕ྑͦ͞͏
࣌ܥྻΫϥελϦϯάͷద༻Πϝʔδ ಛϕΫτϧಉ࢜ͷྨࣅΛࢉग़͠ɺଞͱৼΔ͍͕ ҟͳΔαʔόΛ͋ͿΓग़͢ αʔόΛ্ۭؒͷͱͯ͠දݱͯ͠ ಉ࢜ͷڑʢྨࣅʣΛࢉग़ ूஂ͔ΒΕ͍ͯΔ ͷΛҟৗͱ͢Δ ࣌ؒ ͭͷʹͷαʔόͷ ଟ࣍ݩ࣌ܥྻσʔλͷ
ใ͕ೖ͍ͬͯΔΠϝʔδ
UTDMVTUFS࣌ܥྻΫϥελϦϯάύοέʔδ ಈత࣌ؒ৳ॖ๏ʢ%58ʣɾLNFEPJET๏Λ࣮
UTDMVTUFS࣌ܥྻΫϥελϦϯάϥΠϒϥϦ ࣍ݩআྨࣅࢉग़ͷख๏ͳͲɺಠཱͨ͠ෳͷॲཧ ͷΈ߹ΘͤΛࣗ༝ʹม͑ΒΕΔ IUUQTVNFYQFSUVNFEVNZpMFQVCMJDBUJPO@QEG
·ͱΊ wαʔό্Ͱಈ࡞͢Δίϯςϯπ͕ཧͰ͖ͣɺҟৗ੍͕ޚ͠ ͮΒ͍ϗεςΟϯάڥʹ͓͍ͯػցֶशΛ༻͍ͨαʔόࢹ ༗ޮͳͷͰͳ͍͔ wαʔόΛ࣌ܥྻଟ࣍ݩσʔλͱͯ͠ଊ͑ɺαʔόͷঢ়ଶΛΑ ͘දݱͨ͠ಛϕΫτϧΛઃܭ͢Δ͜ͱ͕ॏཁ wಛϕΫτϧΛͲ͏͏͔ʹଟ͘ͷબ͕͋ΓɺϗεςΟ ϯάαʔόʹ͓͍ͯ࣌ܥྻΫϥελϦϯά͕༗ޮͳͷͰͳ ͍͔ͱߟ͍͑ͯΔ w͍·ໝ͍ͯ͠Δ͜ͱΛ࣮ફ͍͖͍ͯͨ͠
͝ਗ਼ௌ͋Γ͕ͱ͏ ͍͟͝·ͨ͠ʂʂ