- developersboost
- 872
- 0
- 0
- 0
B-5セッション『先端機械学習モデルを自社サービスに導入』森山直人さん(パーソルキャリア)です! #devboost #devboostB pic.twitter.com/j7CfJL1QWX
2018-12-15 15:27:41「先端機械学習モデルを自社サービスに導入」 event.shoeisha.jp/devboost/20181… #devboost #devboostB
2018-12-15 15:15:38続いて、先端機械学習モデルを自社サービスに導入された話 #devboost #devboostB
2018-12-15 15:16:14機械学習は、モデルを作ることより、前処理や設定、運用などの周辺要素が重い。これをどうやって小さくするかが重要。 #devboost #devboostB
2018-12-15 15:19:03ここでは人材業界での求人レコメンデーションについて考える。協調フィルタリングや Factorization Machine による手法が多い。これはシンプルかつ強力だが、巨大な行列計算が必要で、リアルタイムレコメンデーションが難しい。 #devboost #devboostB
2018-12-15 15:21:58処理が軽くてリアルタイムレコメンデーションができるものがほしい => 先端研究を調査する。 NIPS, ICML, ACL, KDD. ここでは State of the Arts な精度を追い求める研究よりも、企業での応用の話が多い KDD を見た。 #devboost #devboostB
2018-12-15 15:23:08KDD初めて聞いた。企業での機械学習応用が多く取り上げられているカンファレンスなのか。メモメモ #devboostB kdd.org/kdd2018/
2018-12-15 15:23:15kdd.org/kdd2018/accept… に注目。これは Word2Vec をレコメンデーションに応用した Item2Vec を、さらに閲覧情報のない場合にも使えるようにした もの。 #devboost #devboostB
2018-12-15 15:27:17これはアイテムそれ自体でなく、アイテムの持つ属性情報 (ブランド、カテゴリ、店舗、……) を扱うもの。この構造は EC でなく、いまやりたい求人分野でも応用できそう、ということで採用。 #devboost #devboostB
2018-12-15 15:28:59機械学習の中身の話はあまりしません、といいつつ、数式に現れない部分の実装上のテクニックが紹介されていてすごい #devboost #devboostB
2018-12-15 15:31:22これ、転職市場では具体的にどんな属性値を使ったんだろう。企業を適切に表す属性値とは……??? #devboost #devboostB
2018-12-15 15:33:49たしかに求人情報って動的に莫大な量が増えるデータでもないからそんなに何度も学習させる必要がないのか。確かにこれならお試し利用にもちょうどよさそう #devboostB
2018-12-15 15:34:40ビジネス的な要件 (今回の場合は、リアルタイムレコメンド、学習・推論の計算コストが低い) を満たすモデルもあるので、そういうものを探して ML を実サービスに入れましょう、という話ですかね。 #devboost #devboostB
2018-12-15 15:37:24