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
なんでデータサイエンティストやってるの? / Why Data Scientist
Search
Shotaro Ishihara
September 06, 2019
Business
3.7k
3
Share
なんでデータサイエンティストやってるの? / Why Data Scientist
「なんでデータサイエンティストやってるの? 〜 思い描いていた自分を思い出すために。 vol.4」の登壇資料
https://nan-d-vol4.peatix.com/?lang=ja
Shotaro Ishihara
September 06, 2019
More Decks by Shotaro Ishihara
See All by Shotaro Ishihara
[ACL 2026 Demo] Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
35
Fast-MIA: Efficient and Scalable Membership Inference for LLMs
upura
0
26
JAPAN AI CUP Prediction Tutorial
upura
2
1.1k
情報技術の社会実装に向けた応用と課題:ニュースメディアの事例から / appmech-jsce 2025
upura
0
380
日本語新聞記事を用いた大規模言語モデルの暗記定量化 / LLMC2025
upura
0
670
Quantifying Memorization in Continual Pre-training with Japanese General or Industry-Specific Corpora
upura
1
110
JOAI2025講評 / joai2025-review
upura
0
1.6k
AI エージェントを活用した研究再現性の自動定量評価 / scisci2025
upura
1
250
JSAI2025 企画セッション「人工知能とコンペティション」/ jsai2025-competition
upura
0
130
Other Decks in Business
See All in Business
Speee_2026年9月期第2四半期 決算説明資料
speee_pr
0
3.2k
AIをマイクロマネジメントしない ~プロダクトと組織を、同じ原則で動かす~
shokikitajima8823
0
240
AIを意識した経営・執行の設計と実行
kan
4
3.6k
Rakus Career Introduction
rakus_career
0
520k
Anker Japan Corporate Deck 2026
anker_jp
0
2.6k
RecruitingGuide(KR)
kakaojapan
0
650
AIで経理の仕事はどう変わるのか
shunsuke_takeuchi
PRO
0
110
Copilot×ローカルLLM ― 出せないデータをどう活かすか
aonomasahiro
1
210
"分からないまま走る"をやめたら不確実性に向き合えるチームになっていった話 ~開発指標で語るプロセス改善~
bicstone
1
130
Clarity for Product People
arnekittler
0
320
DMM.com コーポレートブック
dmm
2
480k
長時間実行タスクを簡単にするLambda durable functionsの活用方法
takuyaakaike
0
180
Featured
See All Featured
Visual Storytelling: How to be a Superhuman Communicator
reverentgeek
2
540
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
410
How to build a perfect <img>
jonoalderson
1
5.5k
Deep Space Network (abreviated)
tonyrice
0
150
GitHub's CSS Performance
jonrohan
1033
470k
Product Roadmaps are Hard
iamctodd
PRO
55
12k
How Software Deployment tools have changed in the past 20 years
geshan
0
34k
Applied NLP in the Age of Generative AI
inesmontani
PRO
4
2.3k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
52k
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.2k
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
190
Docker and Python
trallard
47
3.8k
Transcript
ͳΜͰ%BUB4DJFOUJTU ͬͯΔͷʁ ʙܦɾੴݪͷ߹ʙ ຊܦࡁ৽ฉࣾ ੴݪↅଠ ݄
"ָ͍͔͠Β
ʮϝσΟΞʯͱ ʮσʔλαΠΤϯεʯ ͕྆ํͱָ͍͠
ࣗݾհ • ੴݪↅଠ • ܦ৽ฉ σʔλαΠΤϯςΟετ • ,BHHMF.BTUFS ٕज़ϒϩάʢؒຊʣ
ຊͷ • ʮܦ৽ฉͷσʔλαΠΤϯςΟετʯΛ ͍ͬͯΔಈػΛޠΔ • ʮରʯʹʮϝσΟΞʯ ʮखஈʯʹʮσʔλαΠΤϯεʯָ͍͠
วྺ • ੜ·ΕΔˏ໊ݹ • େֶʹਐֶˏ౦ژ • ຊܦࡁ৽ฉࣾʹೖࣾ
ϝσΟΞͷڵຯ • ࣮Ո͕ಡച৽ฉͱத৽ฉΛߪಡ ಡച த
ʮ͑Δʯͬͯ໘ന͍ʂ ಡച த தυϥΰϯζ࿈ ໘શ෦ ৮ΕΔ͚ͩ
วྺ • ੜ·ΕΔˏ໊ݹ • େֶʹਐֶˏ౦ژ • ຊܦࡁ৽ฉࣾʹೖࣾ
େֶͰֶੜ৽ฉ • ͍ΖΜͳਓͷ͕ฉ͚Δ • ࢴ൛ฤूɺσδλϧ൛ฤूɺࠂӦۀɺ Πϕϯτࣄۀ୲ͳͲྺ • σδλϧ൛ɺ্ཱͪ͛࣌ظ͔ΒؔΘͬͨ
ʮϝσΟΞʯָ͍͠
ϓϩάϥϛϯάͱૺ۰ • େֶ৽ฉʹͯɺֶ෦͕ʮཧܥʯͩͬͨͷͰ σδλϧ൛*5ܥۀ୲ • ֶ෦࣍ʹɺઌഐʹڭΘΓͳ͕Βษڧ • ࣗಈԽɺجૅूܭɺهࣄੜʜʜ •
Ұॹʹʮػցֶशʯͷߨٛडߨ • ٕज़ϒϩά࢝ΊΔ
ଔɿ*5ͷࣾձ࣮ • ํ࣏ࣗମͱͷڞಉݚڀ • ࠷ॳߴͳٕज़ˠਓؒͱͷੑΛҙࣝ • ʢػցֶशʹݶΒͣʣใٕज़ͷࣾձ࣮ ʹͨͬͯɺਓ͕ؒݤʹͳΔ l%FTJHO.FUIPEPG3FNPUF.POJUPSJOH4FSWJDFGPS&MEFSMZ
$POTJEFSJOH$PNNVOJUZ$IBSBDUFSJTUJDTz 1SPDFFEJOHTPG *OUFSOBUJPOBM$POGFSFODFPO5SBOTEJTDJQMJOBSZ&OHJOFFSJOH 4JOHBQPSF
ʮσʔλαΠΤϯεʯ ָ͍͠
ϝσΟΞºσʔλαΠΤϯε • ϝσΟΞͱ͍͏ੲ͔Β͋Δͷ͕*5Λۦ ͯ͠ɺࡏΓํΛม͑ͭͭ͋Δ • *5Խͨ͠ઌͰΔͷ͕ຊ࣭ͩͱࢥ͏
ʮϝσΟΞʯͱ ʮσʔλαΠΤϯεʯ ͕྆ํͱָ͍͠
วྺ • ੜ·ΕΔˏ໊ݹ • େֶʹਐֶˏ౦ژ • ຊܦࡁ৽ฉࣾʹೖࣾ
ܦ৽ฉΛબΜͩཧ༝ • ϝσΟΞºΤϯδχΞԽ • σʔλΛ׆༻͢Δؾ֓จԽ • σʔλج൫͕͍ͬͯΔʢ"UMBTʣ • IUUQTIBDLOJLLFJDPNCMPHBUMBT@PQFOTPVSDF@QSPKFDU
• ࣄۀن͕େ͖͍ • σʔλαΠΤϯεͷՌֻ͚ࢉ
ܦ৽ฉͰͷׂ • ݄ɺ๏ਓ͚ͷσʔλੳνʔϜ ͷ্ཱͪ͛ϝϯό • ॳظΠϯϑϥɺ,1*ઃܭɺऔಘ߲ݕ౼ɺ σʔλఆٛॻͷඋɺ42-Λத৺ʹ • ࠷ۙػցֶशҊ͕݅૿͍͑ͯΔ
ؾ͖ • ඞͣ͠ཧ͚ͩͰବ • ࣾ֎׆ಈ͕८Γ८ཱͬͯͭ߹ • ՝͕͋ͬͯɺσʔλαΠΤϯε͕͋Δ • ͳͥσʔλΛݟΔ͔ˠϢʔβ͕ݟ͑Δ͔Β
• ٕज़͋͘·Ͱखஈ
໘ന͞ • ϝσΟΞશମͰࡏΓํΛࡧத • ʮ৽ฉࣼཅ࢈ۀʯ • ͔ͩΒͦ͜ɺ͍Ζ͍ΖઓͰ͖Δ • ΕΔਓ͕ඞͣ͠ଟ͘ͳ͍
• ए͍ੈɺࠓ·Ͱ͍ͳ͍ਓࡐ͕׆༂Ͱ͖Δ
ʮϝσΟΞʯͱ ʮσʔλαΠΤϯεʯ ͕྆ํͱָ͍͠
·ͱΊ • ʮܦ৽ฉͷσʔλαΠΤϯςΟετʯΛ ͍ͬͯΔಈػΛޠͬͨ • ʮରʯʹʮϝσΟΞʯ ʮखஈʯʹʮσʔλαΠΤϯεʯָ͍͠ • ରͱखஈ͕͖͔൱͔ॏཁͩͱࢥ͏