お知らせ connpassではさらなる価値のあるデータを提供するため、2024年5月23日(木)を以ちましてイベントサーチAPIの無料での提供の廃止を決定いたしました。
2024年5月23日(木)以降より開始予定の「connpass 有料API」の料金プランにつきましてはこちらをご覧ください。

お知らせ connpassをご利用いただく全ユーザーにおいて健全で円滑なイベントの開催や参加いただけるよう、イベント参加者向け・イベント管理者向けのガイドラインページを公開しました。内容をご理解の上、イベント内での違反行為に対応する参考としていただきますようお願いいたします。

このエントリーをはてなブックマークに追加

2月

24

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT

主催 : テクノブレーン株式会社

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT
募集内容

オンライン参加

無料

先着順
25/50

申込者
crystalregulus
mn2xq7HkiFbAGWCUypgQM3ZWHap4vU
hiro10
Tamaki Okui
cuckoo
kuroyan_insight
qluto
a0014942
ShinyaMizoguchi
toshi0383
申込者一覧を見る
開催日時
2022/02/24(木) 19:00 ~ 20:30
募集期間

2022/02/04(金) 12:33 〜
2022/02/24(木) 13:00まで

会場

オンライン開催

参加者への情報
(参加者と発表者のみに公開されます)

イベントの説明

概要

本イベントでは「社会貢献プロダクトにおける機械学習の利活用」をテーマに、教育・医療領域にプロダクトを展開しているClassi株式会社、 株式会社Globee、株式会社カケハシ、加えて東京大学大学院 山﨑准教授をお迎えして機械学習を使った事例についてご紹介いただきます!
各企業からはそれぞれの領域で得られるデータの特徴や苦労する部分等、プロダクトの成長過程でどういった壁にぶつかってきたのか共有いただける会になっております。
また、今回は企業での事例だけでなく、東京大学 山﨑先生から産学連携で取り組まれたアカデミアの事例も伺います。
「社会貢献」に興味のある方、「教育」「医療」に関心がある方などなど奮ってご参加ください!
なお、本イベントはオンライン(Zoomウェビナー)で開催致します。
※途中入退出可能※

タイムテーブル

※予告なく変更する場合があります。ご了承ください。

時間 内容 詳細
19:00 開場
19:00~19:05 オープニング 諸注意など
19:05〜19:20 登壇① Classiが取り組んできた機械学習の試行錯誤
伊藤 徹郎 Classi株式会社
19:20〜19:35 登壇② 急成長するabceedを支える機械学習技術のこれまでとこれから
上赤一馬 株式会社Globee
19:40〜19:55 登壇③ 薬局在庫管理の難しさを機械学習で解消するための取り組みと見えてきた課題
保坂 桂佑 株式会社カケハシ/ AI在庫管理
19:55〜20:10 登壇④ 事例でみる機械学習分野での産学連携とビジネス応用
山崎 俊彦 東京大学大学院 情報理工学系研究科 准教授
20:10〜20:25 Q&A
20:30 イベント終了

登壇者紹介

伊藤 徹郎 / Classi株式会社 開発本部本部長兼データAI部部長

データ分析が注目され始めた頃から受託分析会社や事業会社でデータ分析を活用したプロジェクトを多数経験。
最近では、エンジニア組織でプロジェクト推進やマネジメントなどに奮闘中。
著書に「データサイエンティスト養成読本ビジネス活用編」、「AI・データ分析プロジェクトのすべて」など

登壇内容
「Classiが取り組んできた機械学習の試行錯誤」
EdTech企業のClassiがこれまでに取り組んできた教育業界における問題解決への機械学習プロジェクトの試行錯誤。
これまでに取り組んできた内容のサマリと何を目的にどのように取り組んできたかの概要をお伝えします。

上赤 一馬 / 株式会社Globee 取締役CTO

2013年3月に東京大学卒業。その後、東京大学大学院卒業後、新卒でソフトバンク株式会社へ入社。2017年8月、株式会社Globee 取締役CTOに就任し、現在はモバイル・フロントエンド・バックエンド・データ分析・インフラまで、横断的に開発を行う。

登壇内容
「急成長するabceedを支える機械学習技術のこれまでとこれから」 AI英語教材abceedは、リリース後順調に成長しユーザー数200万人を突破しています。abceedユーザーの学習量×学習効率を最大化するためにこれまでどんな機械学習技術を利用してきたか、そしてこれからどんな機械学習技術が必要かをお話しします。

保坂 桂佑 / 株式会社カケハシ AI在庫管理

東京大学大学院総合文化研究科修了。修了後は、株式会社NTTデータ数理システムにてデータサイエンス専門の研究員として勤務。さまざまな業界のデータ分析やアルゴリズム開発を担当する。その後、株式会社リクルートコミュニケーションズへ転職。データエンジニアリンググループのマネージャーとして勤務したのち、株式会社カケハシへ。2013年データ解析コンペティション優秀賞受賞。著作(共著)に「Kaggleで勝つデータ分析の技術」(技術評論社)。

登壇内容
「薬局在庫管理の難しさを機械学習で解消するための取り組みと見えてきた課題」 カケハシでは、薬剤師がより患者様に向き合う業務に注力できるよう、AIにより薬局の在庫管理を支援するMusubi AI在庫管理をリリースしました。 薬局における在庫管理の様々な難しさを機械学習でどのように乗り越えようとしてきたか、また、プロダクトをリリースして見えてきた課題をご紹介します。

山崎 俊彦 / 東京大学大学院 情報理工学系研究科 准教授

東京大学工学部電子工学科卒業。東京大学工学系研究科電子工学専攻修了。博士(工学)。学生時代は半導体物性を活かしたアナログVLSI研究に従事。現在、東京大学大学院情報理工学系研究科電子情報学専攻准教授。2011~2013年まで米国・コーネル大学Visiting Scientist。「魅力」の予測・要因解析・増強を行う魅力工学に関する研究を精力的に行っているほか、大規模マルチメディアデータ処理、物体認識・機械学習、最適化、3次元映像処理などの研究を行っている。

登壇内容
「事例でみる機械学習分野での産学連携とビジネス応用」 我々の研究室では、大学の研究成果の実社会応用を目的に、産学連携やライセンス提供を積極的に行っている。本講演ではその実例とプロジェクト成功の勘所をいくつか共有する。

開催方法

オンライン (Zoomウェビナー)

参加費

無料

こんな方におすすめ

・機械学習エンジニア
・データサイエンティスト
・AIプロダクトに関わっているエンジニア など
※LTの内容は技術者向けに作られております

発表者

フィード

tetsuroito

tetsuroitoさんが資料をアップしました。

2022/02/25 13:12

Ito Miho

Ito Miho さんが 【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT を公開しました。

2022/02/04 12:33

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT を公開しました!

終了

2022/02/24(木)

19:00
20:30

開催日時が重複しているイベントに申し込んでいる場合、このイベントには申し込むことができません

募集期間
2022/02/04(金) 12:33 〜
2022/02/24(木) 13:00

会場

オンライン開催

オンライン開催

参加者(25人)

crystalregulus

crystalregulus

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT に参加を申し込みました!

mn2xq7HkiFbAGWCUypgQM3ZWHap4vU

mn2xq7HkiFbAGWCUypgQM3ZWHap4vU

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT に参加を申し込みました!

hiro10

hiro10

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT に参加を申し込みました!

Tamaki Okui

Tamaki Okui

I joined 【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT!

cuckoo

cuckoo

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT に参加を申し込みました!

kuroyan_insight

kuroyan_insight

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LTに参加を申し込みました!

qluto

qluto

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LTに参加を申し込みました!

a0014942

a0014942

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT に参加を申し込みました!

ShinyaMizoguchi

ShinyaMizoguchi

【オンライン】データをどう活かす?教育・医療業界の機械学習事例LT に参加を申し込みました!

toshi0383

toshi0383

弊社CTOが出ます

参加者一覧(25人)

キャンセルした人(2人)