正式名称は、合同勉強会 in 大都会岡山 - 2015 winter。
当日の雰囲気とかは、こちら↓とか。
こちらで、Google Cloud Platform のクラウドサービス群の一つである、Google Prediction APIについて、お話させて頂きましたー。
当日使用した資料は↓コチラ。時間配分を大幅に間違えてしまい、「これは LT かな？」てなかんじの切り上げ方になってしまったこと、大変申し訳なく思います。。m(_ _)m
www.slideshare.net
発表の流れ的に、資料にも書いてないし口頭でも補足できなかった点を、こちらでフォローさせてください m(_ _)m
- 対象となる問題の「答え」は、「文字列」か「数値」か、で、予測の仕方が異なります
- 今日の発表で例示したものは「文字列」の場合
- 「対象となる問題」は、複数カラム与えることも可能です
この2点を考慮した良い例が、あらかじめ Google の Prediction API のドキュメントの方に用意されておりまして、それが下記のような例となります。
例えば下記のようなデータを学習データとして入力した場合、
Temperature ,City,Day_of_year,Weather 52,"Seattle",283,"cloudy" 64,"Seattle",295,"sunny" 60,"Seattle",287,"partly_cloudy" ...
このデータによる学習完了後、 Seattle,288,sunny という問題を与えた場合、 63 という予測結果が得られます。というもの。...なんとなく、わかりますでしょうか。Day_of_year は、例えば 1/1 なら 1 、12/31 なら 365 となります。つまり、与えられた地点と日付、その天気から、気温を予測するという学習モデルとなります。
私が用意した例のように、答えが文字列の場合は「カテゴライズに関する予測」を行い、ここで挙げた例のような数値の場合は「Regression Value の予測（いい日本語が出てこなかった）」を行う、という違いがある......、、という、補足になります。
こういった注意点はありますが、それでも Prediction API は非常にお手軽かつおもしろいツールであることは代わりありませんので、ぜひ学習データを準備の上、遊んでみて頂ければと思います...！
そして、合同勉強会（＆忘年会議）への感謝
今回、合同勉強会の前日・12/4 が会社の忘年会かつ奥さんの誕生日という、「1年のうち、最も避けるべき日取り」であったにも関わらず、なかばヤケクソ気味に参加したわけですが、本っ当に、参加してよかったと心の底から思っています。
この1年を通じて何度となく、チームビルディング・マネジメントについてツイッターなどで意見のやりとりをさせて頂いていた @mao_instantlifeさんと、始めて直接お会いすることができた・今日だけでも熱い議論をすることができたこと。
数年前にネットの記事上で拝見して一方的にフォローして以来、どんな方かもわからなかった @kitaindia さんともご挨拶・お話ができたこと。
合同勉強会にてはてなインターンについて発表されていた id:daiksy さんに、インターンの受け入れについて質問・相談させて頂けたこと。（私が自社の冬季インターンシップの担当になっている関係で。）
.@daiksy さんにインターンの受け入れについて相談させていただいた……！インターン文化が根付いているはてなさんだからこそ、といった部分もあるけど、大変参考になりました！ありがとうございます！ #gbdaitokai
— いのうえ (@a_know) 2015, 12月 5そしてなにより、バラエティに富んだ（富みまくった）岡山のエンジニアのみなさんに、お久しぶりにお会いできたこと！
今日の集合写真はこちら。みんなステキな笑顔でした！ #gbdaitokai pic.twitter.com/5ppWJl4Cfz
— Takafumi Yoshida (@zephiransas) 2015, 12月 5（参加者多杉でウォーリーを探せ状態だけど...ｗ）
また、何らかのテーマでおじゃまさせて頂きたいと思います！
こんなに大規模なイベントをつつがなく？進行して頂いた実行役員の皆様、本当にありがとうございましたー！！
