一行感想
Septeni ミュージックビデオ かっこいい
三行感想
前回の2014に比べて、関数型の理論的なセッションは元より、
機械学習や非同期ストリーム処理などの業務経験を元にしたセッションが増え、いわゆるビックデータ関連の前線で普及している印象を受けました。
Apache SparkやPlay Frameworkなどキラーフレームワークの影響が大きそう。
概要
イベント: ScalaMatsuri 2016
日時: 2016/1/30(土)~31(日)
場所: 国際交流館
1日目
Refactoring in Scala
- value typesについて
- 質疑
- abstract type memberも選択肢の一つ
Scalaで始めるDeep Learning
- サンプルコード
-
DeepLearning4j
- 処理の流れは、raw data (ex. image) => Canova (vectorization) => DeepLearning4j (includes ND4J)
-
ND4S: ND4JのScala版
- いわゆるNumPyクローン、行列フィルタ処理ができる
- subarrayが->記法で書ける
- ConfigurationはBuilderパターン
- ニューロン構成要素のうち、weight（掛け算）とbias（足し算）はmutable、activation functionはimmutable
- 最新版はGPU未対応のため注意
- 参考
- 質疑
- activation functionにReLU（ランプ関数）は使える？
- 使える
- activation functionにReLU（ランプ関数）は使える？
猫という考え方
-
Cats
- Principles for Modular, Functional, Approachable Libraries
- コミュニティ重視
- 関数型を高パフォーマンスで分かりやすく使えるように
- triple equal
- 型が異なるものを比較するとコンパイルエラーになる
- 圏論について
- left identity law, right identity law, associative law
- uniquness of product
- uniquness of free monoids
- flatできる型はだいたいモナド
バッチを Akka Streams で再実装したら100倍速くなった話
- SIでの夜間バッチ処理高速化
-
Akka Streams
- まだexperimental
- Railsと比べて295倍
sbt-awsプラグインを使って簡単デプロイ by j5ik2o
ScalaコードはJVMでどのように表現されているのか
- クラスファイル
- cafe babe、Javaマイナーバージョン、Javaメジャーバージョン、...
- (scala) javap: 逆アセンブラ
- コンスタントプール (#...)
- JVM has about 200 instructions
- 後から追加されたのはinvokeDynamicだけ
- traitはinterfaceとabstract classに分離される
- case classはかなり大きくなる
- パターンマッチはif文やcase文になる
- カリー化は部分適用ごとにクラス生成
Scala.jsのLT by ChatWorkの方
- Scala.jsを実戦投入中
- Scala.jsでロジックのみ実装、UIはTypeScriptで実装、ロジックとUIは関数呼びださずJSON通信している
Functional Programming Patterns v3
- Free of Interpretation : Free Monads
- Support Parallel Computation : Free Applicatives
- Composable pieces : Coproducts
- Dependency Injection / IOC : Implicits & Kleisli
- Fault tolerant : Dependently typed checked exceptions
Maverick sponsor LT
- MonocleのLens便利
Playソースコード完全マスターへの道 by tototoshi
- コードリーディングでは、まずbuild.sbtを読む
- libraryDependicies
- dependsOn: マルチプロジェクトの依存
-
https://github.com/tototoshi/play-dependency-graph
- play-java, play-scalaに分かれた
- モジュール化がんばった
- 簡単なDIを採用
- Constructor-based Dependenc Injection
- Compile DI
- Runtime DI: @injectするとGuice...
- コンストラクタ見れば依存が分かる
- Constructor-based Dependenc Injection
- 型クラス
- クラス定義の外で機能を追加
- implicitで省略できる
- Writable, ContentTypeOf, QueryStringBindable, PathBindable, ...
- modules
- play: core module
- play-jdbc
- play-json: json4sに置き換えられるかも
- play-server
- play-stream
Scalaでドメイン駆動設計に真正面から取り組んだ話
- Layered Architecture
- Domain leakつらい
- モデルとかシーケンス図をホワイトボードで共有
- too many conversions: ドメイン隔離のためには仕方ない
- Command and Query Responsibility Segregation: コマンドとクエリを分離
- クエリは適宜レイヤーをスキップする
- コマンドはきちんとレイヤー分離
- 質疑
- is-a Root Entityのところはクラス設計が変なのでは
2日目
Domain-Specific Languages with Scala
- External DSL
- Parser Combinator
- Internal DSL
- implicit
- case class
- overload
- 中間記法
- アノテーション
- shallow embedding vs deep embedding (Abstract Syntax Treeいじる)
- NASAの軌道計算で、C External DSLからScala Internal DSLに移行
- modbat: Model-based teseting
Scalaz入門 by xuwei_kなど
- オブジェクト指向せずにHaskellライクな型クラスを使うライブラリ
- subtypingは避ける
- Scalaz日本語ドキュメント
- 主要な型クラスの紹介
- FP in Scalaは一章だけでも読もう
- 関数型になりきったコードでないとScalaz導入しても意味ない
- IOは難しい
- 多要求: 失敗するかも、ブロックしたくない、パフォーマンス出したい……
- プロダクトコードでよく使うのはFoldableとかMonoid
- 使いどころが分かりやすいのはValidation
- contravariantなモナドについて
- scalaz.IndexedContsT: 継続モナド
Japanese Text Mining with Scala and Spark
- サンプルコード
- Spark
- collect()して初めて実行が始まる
- パフォーマンスの面ではcache()がとても大事
-
LDA
- 日本語には単語の区切り文字がない
- JMecab: インストール大変
- Kuromoji: Mavenにあるので楽
- 実用ではカスタム辞書が必要になってくる
- 言葉から数字を作り出す
- 前処理頑張れば、機械学習の実行コードはたいてい一行！
- stop word（です、さん）除去のため、全体の上位50単語は取り除いてしまう
- predictもできるようになった
-
word2vec
- 言葉の足し引きができる
- ほとんど事前処理は必要ない、「、」や「。」も意味空間に配置済み
- なるべく大きなデータセットを用意するべき
- Paragraph Vectorsがあればレコメンドできるが、Spark未実装
- 全てのベクトルを足してしまう手法がある
- まだ数学的な証明はないと思う
- 全てのベクトルを足してしまう手法がある