出版記念セミナー「AI活用成熟度と機械学習デザインパターン詳説」

2021年11月10日(水)19:00-21:15 オンライン

社会の隅々までを機械学習が支える時代において、最適なモデルや開発・運用の方法および基盤を自ら組み立て改善し続けることを通じ、AI活用成熟度を高めていくことが求められています。Google Cloudのデータ分析&AI部門トップらが機械学習のモデルや開発・運用にあたりほぼ必ず直面する問題と解決をまとめた Machine Learning Design Patterns を、JST未来社会 eAIプロジェクトメンバにより『機械学習デザインパターン - データ準備、モデル構築、MLOpsの実践上の問題と解決』（Lakshmanan, Robinson, Munn著, 鷲崎, 竹内, 名取, 吉岡訳, オライリー・ジャパン, 2021）として翻訳出版のはこびとなりました。AIエンジニアが知るべき30のベストプラクティスが、いわば新時代の新常識としてまとめられています。

これを記念して、AI活用成熟度や機械学習ライフサイクルとあわせて機械学習デザインパターンの全体像ならびに主要パターンを詳しく解説するセミナーを、訳者陣により以下に開催します。Zoomオンライン開催・参加無料です。参加特典も予定しています。ぜひご参加ください。

主催

• スマートエスイーコンソーシアム

共催

• JST未来社会創造事業 eAI 機械学習を用いたシステムの高品質化・実用化を加速する"Engineerable AI"技術の開発

協力

• 株式会社オライリー・ジャパン
• 早稲田大学グローバルソフトウェアエンジニアリング研究所

概要

• 日時: 2021年11月10日（水）19:00-21:15
• 場所: オンライン Zoom
• 参加費: 無料
• 参加申込: 本connpassページからお申し込みください

プログラム

19:00-19:10 オープニング、機械学習デザインパターンの必要性と機械学習ライフサイクル

鷲崎 弘宜（早稲田大学）

発見・探索、開発、デプロイの段階を経る機械学習ライフサイクル、ならびに、それらを進めるうえでの機械デザインパターンの必要性を解説します。

19:10-19:25 データ表現のパターン

鷲崎 弘宜（早稲田大学）

特徴量ハッシュ、埋め込み、特徴量クロス、マルチモーダル入力などのデータ表現に関わるデザインパターンを解説します。

19:25-19:40 問題表現のパターン

竹内 広宜（武蔵大学）

問題再設定、マルチラベル、アンサンブル学習、カスケード、中立クラス、リバランシングなどの問題表現に関わるデザインパターンを解説します。

19:40-19:55 モデル訓練のパターン

名取 直毅（株式会社アイシン）

価値ある過学習、チェックポイント、転移学習、分散戦略、ハイパーパラメータチューニングなどのモデル訓練ループに関わるデザインパターンを解説します。

19:55-20:05 質疑

20:05-20:20 対応性のある運用のパターン

名取 直毅（株式会社アイシン）

ステートレスサービング関数、バッチサービング、継続的モデル評価、2段階予測、キー付き予測などのレジリエンス・対応性のあるサービング・運用に関わるデザインパターンを解説します。

20:20-20:35 再現性のパターン

吉岡 信和（早稲田大学）

変換、繰り返し可能な分割、スキーマブリッジ、ウィンドウ推論、ワークフローパイプライン、特徴量ストア、モデルバージョニングなどの再現性に関わるデザインパターンを解説します。

20:35-20:50 責任あるAIのパターン

竹内 広宜（武蔵大学）

経験的ベンチマーク、説明可能な予測、公平性レンズなどの責任や説明性・公平性に関わるデザインパターンを解説します。

20:50-21:00 パターンのつながりとAI活用成熟度

鷲崎 弘宜（早稲田大学）

戦術的・手動、戦略的・パイプライン、変革的・完全自動化の各段階を経るAI活用成熟度、および、パターン間の組み合わせや選択といった関係を解説します。

21:00-21:15 質疑・特典他