データマイニングCROSS 第２部－機械学習・大規模分散処理
5 likes•8,464 views
データマイニングCROSS 2012 パネルディスカッション第２部－機械学習・大規模分散処理 実ビジネス・サービス活用のノウハウと展望
データマイニングCROSS 第２部－機械学習・大規模分散処理
- 1. CROSS 2012 2012/01/27 データマイニングCROSS パネルディスカッション第２部 機械学習・大規模分散処理 実ビジネス・サービス活用のノウハウと展望 モデレータ: 濱田晃一(@hamadakoichi) 1
- 3. 機械学習や大規模分散処理の実活用ノウハウと展望 充分な時間を充て パネリスト間での議論を優先する 3
- 4. 機械学習や大規模分散処理の実活用ノウハウと展望 充分な時間を充て パネリスト間での議論を優先する パネル項目を３つに絞る 4
- 5. 機械学習や大規模分散処理の実活用ノウハウと展望 ◆17:05-17:15(10分) パネリスト紹介・業界特徴紹介 ◆17:15-17:35(20分) データマイニングの成功例・失敗例と そのポイント ◆17:35-17:55(20分) 今後注目していること どういう方向に向かってこうとしているか 5
- 6. 機械学習や大規模分散処理の実活用ノウハウと展望 ◆17:05-17:15(10分) パネリスト紹介・業界特徴紹介 ◆17:15-17:35(20分) データマイニングの成功例・失敗例と そのポイント ◆17:35-17:55(20分) 今後注目していること どういう方向に向かってこうとしているか 6
- 7. 7
- 8. 8
- 9. 山崎大輔 広告配信エンジン 9
- 10. パネリスト氏名 パネリスト経歴サマリーメッセージ 対談とか ◆項目： 講演とか ｘｘｘｘ 講座？ ◆項目： 広告／マーケティングプランニングのお手伝いを、 ｘｘｘｘ データがちょっとしかなかったころから、 データ分析／統計分析をベースにやってきてます 図・表等 寄稿とか 10
- 11. 業界名 マーケティングコミュニケーション 広告費はGDPの１〜2% かつては「マーコム費は半分は無駄だがやめられない」 ネット広告は測れる 〜誤解／誤用も さらに“デジタルなもの”の普及でデータが絶賛爆発中 それでも不確定要素が88%くらい（勘） 11
- 12. 上村 崇（うえむら たかし） @t_uemura 分析力をコアとする情報最適化企業 株式会社ALBERT 代表取締役社長 12
- 14. 最近の課題意識(@t_uemura) 14
- 15. 奥野 陽 (@nokuno) 自然言語処理，機械学習，データマイニングを 専門とするソフトウェアエンジニア ◆Social IME開発者： 未踏ソフトウェア採択 非構造 ユーザ参加型IME 化データ ◆TokyoNLP主催者： 深い 大規模 かな漢字変換 スペル訂正 解析 データ 機械翻訳 15
- 16. 自然言語処理 人間の言語をコンピュータによって解析・生成する分野で， 検索エンジン・レコメンド・IMEなどの応用を持つ ◆データの特徴： 非構造化 基礎技術 応用技術 大規模 意味解析 検索エンジン ◆解析の特徴： スペル訂正 構文解析 系列の解析 機械翻訳 木構造の解析 形態素解析 日本語入力 グラフの解析 16
- 17. 機械学習や大規模分散処理の実活用ノウハウと展望 ◆17:05-17:15(10分) パネリスト紹介・業界特徴紹介 ◆17:15-17:35(20分) データマイニングの成功例・失敗例と そのポイント ◆17:35-17:55(20分) 今後注目していること どういう方向に向かってこうとしているか 17
- 18. 機械学習や大規模分散処理の実活用ノウハウと展望 ◆17:05-17:15(10分) パネリスト紹介・業界特徴紹介 ◆17:15-17:35(20分) データマイニングの成功例・失敗例と そのポイント ◆17:35-17:55(20分) 今後注目していること どういう方向に向かってこうとしているか 18
- 19. 業界全体での活用 各業界での データマイニング活用 各業界でそれぞれの人々にあった 適切なサービス提供 19
- 20. 業界全体での活用 データマイニングの活用へ向けた各オープンコミュニティ みなさんぜひご参加ください 20
- 21. 業界全体での活用 データマイニングの活用へ向けた各オープンコミュニティ みなさんぜひご参加ください TokyoWebmining Tokyo.R TokyoNLP DSIRNLP 21
- 22. 業界全体での活用 データマイニングの活用へ向けた各オープンコミュニティ みなさんぜひご参加ください TokyoWebmining Tokyo.R TokyoNLP DSIRNLP ご清聴ありがとうございました 22
- 23. 機械学習や大規模分散処理の実活用ノウハウと展望 ◆17:05-17:15(10分) パネリスト紹介・業界特徴紹介 ◆17:15-17:35(20分) データマイニングの成功例・失敗例と そのポイント ◆17:35-17:55(20分) 今後注目していること どういう方向に向かってこうとしているか 23