2019年1月20日に第一回Python Meetupが行われました。

Avintonでは、Pythonを用いて機械学習を行っているメンバーが多くいます。そんなメンバーがお互いに知見や経験を共有する場所として、「これからPythonを用いていきたい」「機械学習を行っていきたい」というメンバーに広めていく機会として、今年からPython Meetupが始まりました。

今回は、そんなPython Meetupの模様をお伝えしたいと思います。

第一回Python Meetup

第一回の参加者は15人くらいでした。

プロジェクトでPythonを使っている方、機械学習をやっている方から、これからPythonを勉強したい人まで、さまざまな背景を持つメンバーが集まりました。

今回の内容は、プロジェクトでPythonを使っている3人のエンジニアが、それぞれPythonにまつわる話をプレゼンしていく形式でした。

• 一人目：簡単にできる物体検知
• 二人目：作業時間の見積もり方法
• 三人目：「特徴埋め込み法」を用いた多ラベル分類AIについて

一人目：簡単にできる物体検知

一人目は、常駐先でエッジ処理などを用いた物体検知のプロジェクトに参画しているKさんです。

機械学習というと、やはり難しそうなイメージがありますよね？

数学や統計は勉強しなきゃいけないし、プログラムもちゃんと書けないといけないし…。

でも、そんなことはないのです！

Kさんのプレゼンでは、たった数行から始められる機械学習ライブラリImageAIが紹介されました。

ImageAIでは、以下のコードだけでそれっぽい物体検知を動かすことができるそうです。

これは始めやすい！TensorFlowの複雑さが嘘のよう！

これでとりあえず物体検知を動かしてみてから、転移学習したり自分で構築してみたり…。

世界が広がっていきますね。

みなさんもぜひ初めの一歩を踏み出してみてください。

二人目：作業時間の見積もり方法

次は、元パイロットのSさんです。今は常駐先で360°カメラを用いた物体検知のプロジェクトに参画しているそうです。

Sさんは趣向を変えて、機械学習における作業時間の見積もりの仕方という内容でした。

スケジュールにバッファを持たせて、複数スケジュールを用意して比較しながら行うと、早くタスクを終わらせることができる、とのことでした。

三人目：「特徴埋め込み法」を用いた多ラベル分類AIについて

最後に、本社で色々なプロジェクトを担当しているHさんです。最近はPythonのみでなくJavaScriptなどでもガンガン開発をしている方です。

プレゼンでは、現在の深層学習を用いたプロジェクトで用いている「特徴埋め込み法」について説明して頂きました。

機械学習で用いるデータは、「数字」の形になっていないと使用することができません。

ただもちろん、データには人の名前や地名など、数字で表しにくい情報もありますよね。

（そういうデータのことをカテゴリ変数と呼びます。）

それをどうやって数字に置き換えるのか。

その方法の中でも、深層学習と親和性が高いのが「特徴埋め込み法」です。

簡単に言うと、カテゴリ変数に任意の大きさのベクトルを割り当てて学習させると、良い具合に各カテゴリの特徴をとらえたベクトルを学習してくれる、というものです。

詳しく知りたい方は「Entity Embedding」で調べてみてください！

まとめ

さて、第一回Python Meetupはいかがでしたでしょうか。

Python Meetupと謳いつつ、機械学習Meetupみたいになっていましたね。

今後はどんなPython Meetupが開かれるのでしょうか、今から楽しみです。

個人的には、プレゼンだけでなく、ワークショップもやりたいなと思います。

Pythonだけでなく、メンバーがそれぞれ得意な分野を共有できるMeetupが開かれても面白そうですね。