TFUG Okinawa

TensorFlow User Group Okinawaに聴講参加してきました。

太田さん講演では、データサイエンティストによる人手特徴量ベースのモデルに比べて、ちゃっちゃと深層学習することでも精度上はそれなりに近いところまでいくケースが増えてきてる。一方で、そういう結果を出してる要因分析がしづらかったり、チューニングがしにくかったり。その意味ではWide & DNNの良いとこ取りモデルが一つの手というお話。この辺りはそうだよね。実運用上では「どのタイミングでモデルを再構築するか？」「データはいつでも信用してよい（キャンペーンなり異常なり何か想定外の外部要因が生じてないか）のか？」とか、どこかで妥協点を見出すことにはなるけどねというのが面白い。

葛木さん講演では、TF含めた機械学習に限定せず、適材適所でツールを選ぼうということと、そもそもとしてデータがバラけてると作業しづらいどころか何もできないよね、Googleクラウドじゃなくて良いけど何かしらデータはまとめた方が便利だよというお話。BigQueryやBigQuery MLもあるよと。TableauみたいなことならGoogleデータポータルでもできるよとか。冒頭で述べてた「チャネル単位から顧客単位へ」「カスタマージャーニーを捉える」辺りはそうだよね、共感します。

高橋さん講演では、技術者視線ではHowに注力しがちだが、まずはWhat（戦略なりビジネスモデルなり）を検討しよう。データを見る前に現場を理解し、仮説を持ってデータを見よう、そうしないと局所最適解に陥りがちというお話。両方を見据えて話をできる人がどれだけいるかは別として、理想はそうだよね。ここ数年共同研究的な話を持ちかけられることが出てきているのですが、多くの場合はWhat決められずに終わってることかなぁ。こちらの問題というか、タイミングの問題（既に学生のテーマ決め終わってるとか、就活等で学生の動きが鈍い時期とか）もあるのだけど。今年も既に「一緒にやりませんか」ぐらいのノリが3件あるのだけど、実際にアクションにまで進むかどうかはまだ謎。