初記事投稿でドキドキしています！

エスディーテック株式会社エンジニアの酒谷です。

先日、オンライン社内勉強会が開催されました！

テーマは機械学習、特に、機械学習全体の概観と、ベイズ推論の導入についてでした。

機械学習に興味はあるけれど業務で知見を利用するまでには至っていない社員向けに開催され、デザイナー、エンジニア、営業も含め20人以上が参加しました。

勉強会は、発表者と司会者の対話形式で進められました。

オンライン勉強会では参加者の反応が見えにくいため、発表者への質問・反応を可視化する工夫として司会者を設定しています。

今回の発表者は、機械学習エンジニアのKさん。 好きなものはりんご、将来の夢はカメらしいです。

司会者はデザイナーのTさん。 好きなものはイチゴ、将来の夢は飼い猫らしいです。

勉強会は、まず「機械学習とは？」から始まりました。

機械学習の四大タスクを概観し、ツールボックスと統計モデリングという機械学習の2通りのアプローチの長所と短所をみていきました。「機械学習モデルの評価指標はユースケースの観点から決定すべきか」という議論も起こり、機械学習システムの開発におけるUI/UXデザインの重要性に気付かされる場面もありました。

次に、ベイズ推論の基礎です。

コインの表が出る確率や、特定の集団の身長の分布を、データから推定する方法を例にとって、ベイズ推論の概要を紹介しました。

最後は、身近な例を題材にしたベイズモデリングの方法です。

生徒の学力をテストの結果から推定するという課題において、単なる正答率よりも公平な尺度を生み出す方法が議論されました。 特に、問題の難易度や質、生徒の当て勘を組み込むモデルが解説されました。 機械学習の知識がほぼ無いTさんや参加者から多くのコメントが飛び交い、賑わいのまま会は終了をしました。

参加者からは、「機械学習のタスクでセンスが問われる場面はあるのか」、「数式が分からなくても機械学習は使えるのか」 「ベイズ推定は野球選手の打率予測に使えるのか」 といった質問が挙がり、日頃の素朴な疑問がすっきり解消されました。 参加したあるデザイナーは、「概念が知れて面白かった！」と満足気でした。

エスディーテックではコロナ以降、このようなオンラインでの社内情報共有会や社内勉強会が活発に継続しています。

近日中に今回の続きを開催予定で、ベイズ推定のもう少し深いところ、ベイズ線形回帰やガウス過程が取り上げられる予定となっております。

他にも、デザインエンジニアリングにまつわる様々なテーマの勉強会が開催される予定です。

以上、最近の勉強会の報告でした！