20171101_GCPUG_MLDay_メモ

これ何

ユーザ系SIer, 機械学習関連チーム所属
- 基盤からコーディング、ビジネス適用まで一通りやっている
- BigQueryに憧れるが東京リージョンに来ないかな
GCPトライアル＆勉強中、一通りサービスの知識はある

https://github.com/sararob
GCPにおける機械学習サービスは大きく分けて2種類。
- 訓練済みモデルを使えるAPI
- 自分でモデルを作れるPaaS(MLEngine)
- https://cloud.google.com/products/machine-learning/?hl=ja
各種APIは想像以上のことができていた
- 動画のタイムラインにキーワードをつけて、検索できるようにする
  - https://www.youtube.com/watch?v=mDAoLO4G4CQ
  - 興味ある動画は探せても、いつ〇〇は出てくるんだ？みたいなのが短縮できるのは夢があるサービス
- wikipediaなどネットに転がっている情報とくっつけてくれる
  - JKローリングの別名でも単一のentityIdで返してくれる
QAにもあったが、APIにユーザデータを食わせられるサービスはやはり欲しい
- 実業務の活用の壁の一つ。専門用語など。これができるようになると、既存の日本語自然言語系サービスがどうなるか？

https://www.linkedin.com/in/milesward
クラウドの10年前の段階が今の機械学習。これからだよ！
- 最初はうまく動かないかも。暖かい目で見守ってフィードバックして
- 今までの既存技術だって通ってきた道
- 今からやっとけば食いっぱぐれない

https://www.linkedin.com/in/jing-jing-long-b8b36a84
Cloud ML Engine は Machine Learning as a Service
- トレーニング、モデル管理、予測までをサービスで提供
- TFはバージョンの更新が早いので、runtimeのバージョン対応追随は期待
- ハイパーパラメータチューニング、バージョン管理など実務の辛さへのGoogleなりの解答だった
  - オンプレでやってますけど辛いからついついサボりがち
QAぶっちゃけ系
- python3対応、レスポンスや謎の裏基盤など。。
- TFXで実現するML-opsにも組み込まれる？
  - http://stevenwhang.com/tfx_paper.pdf
  - Fig.1の機械学習プラットフォーム概念図が素敵