BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:ML@Loft #11. 類似画像/テキスト検索 - オンライン
 開催決定!
X-WR-CALNAME:ML@Loft #11. 類似画像/テキスト検索 - オンライン
 開催決定!
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:774104@techplay.jp
SUMMARY:ML@Loft #11. 類似画像/テキスト検索 - オンライン開
 催決定!
DTSTART;TZID=Asia/Tokyo:20200324T190000
DTEND;TZID=Asia/Tokyo:20200324T210000
DTSTAMP:20260407T043022Z
CREATED:20200307T061326Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/77410
 4?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nAbout the event\
 n今回はコロナウイルスの影響もあり、Youtube Liveを利用
 したオンライン配信の形式で開催します\nURLはこちら
 （機材トラブルのため変更しましたmm）: https://youtu.be/v
 GmTP7B2I64\nML@Loft は 主にAWS 上で機械学習ワークロードを
 運用しているデベロッパー・データサイエンティスト
 のための「お悩み相談会」です。月に1回 AWS Loft Tokyo 
 で開催し、毎回活発な議論が行われています。\n第11回
 は類似画像/テキスト検索をテーマに、特徴量に落とし
 込むネットワークの話や、特徴量検索の速度・可用性
 向上の話、類似画像検索のシステム設計全体の話など
 について議論します。はじめに登壇者の方々から10分
 ずつの自己紹介LT 形式で類似画像検索における課題を
 問題提起いただいた後、参加者の皆さんから頂いた質
 問を元にパネルディスカッションを実施します。\nこ
 れまでのイベント開催ブログはこちら [\n#1\, \n#2\, \n#3\,
  \n#4\, \n#5\, \n#6\, \n#7\, \n#8\, \n#9\n]\nHow to join\n今回は登壇
 者・参加者の方共にオンラインで参加いただく形式で
 開催します。\n\n参加される場合はConnpass上の本イベン
 トの参加枠に参加して下さい。\n事前に(もちろん当日
 も)こちらのsli.doにて登壇者の方へのご質問をお待ちし
 てます。日々の取り組みで悩んでいること、類似検索
 周りで是非色々な方に意見を聞いてみたいこと、その
 他コメントなどお気軽に記入下さい！\nhttps://app.sli.do/e
 vent/zocra1ne\n当日はこちらのURLからYoutube liveを利用して
 ご参加下さい。\nhttps://www.youtube.com/watch?v=vGmTP7B2I64\n\nオ
 ンライン配信は始めての取り組みですが、参加者・登
 壇者の皆さんと是非盛り上がったイベントにしたいと
 思っていますので、ご参加、sli.doのコメントをお待ち
 しています！\nWho should attend\n機械学習を利用したサー
 ビスを開発・運用しているデベロッパー・データサイ
 エンティストの方、自社の機械学習利用の方針を決定
 する立場にある方など。特に、レコメンド・類似画像/
 テキスト検索に取り組まれている方。 技術的な観点で
 パネルディスカッションの際に疑問やご自身の課題感
 を共有し、インタラクティブに議論に参加いただける
 方のご参加をお待ちしています！\nSchedule\nConnpass上で
 参加登録いただいた方に後ほどWeb配信動画のURLをお送
 りします。\n7:00PM–7:05PM はじめに\n会の趣旨の説明\n7:0
 5PM - 8:10PM LTセッション (10-15分 × 5 セッション）\n松井 
 勇佑 氏 (東京大学 生産技術研究所 助教) 「annbench: 近
 似最近傍探索アルゴリズムのベンチマーク」\n画像検
 索を考える上で近傍探索アルゴリズムの選択は重要で
 すが難しいです。既存の有名なベンチマーキングライ
 ブラリは網羅的ですが実行に十数時間かかるという問
 題がありました。そこで私は軽量でシンプルなベンチ
 マークのライブラリを作りました。これにより手軽に
 手法を比較出来ます。是非使ってみてください。\nス
 ライド: https://speakerdeck.com/matsui_528/annbench-jin-si-zui-jin-ban
 g-tan-suo-arugorizumufalsebentimaku\nGitHub: https://github.com/matsui528
 /annbench\n中川 裕太 氏 (株式会社ABEJA) 「リピーター分析
 における特徴量DBって研究課題満載でホントおもしろ
 い！」\n株式会社 ABEJA では顔特徴量をベースにしたリ
 ピーター分析機能を提供しています．ここで用いられ
 ている特徴量DBについて，非常におもしろい課題たち
 をモデルとシステムの両面から振り返り，特にモデル
 に関して具体的な解決策を紹介します．ここで触れた
 課題についてLT後にみなさんと深堀りできることを楽
 しみにしています！\n氏原 淳志 氏  (BASE株式会社) 「BAS
 Eアプリの関連商品の裏側」\nBASEアプリではBASEを利用
 してるECサイトの商品を横断的に検索し購入すること
 ができます。よりよい商品探し体験のため、商品ペー
 ジにはその商品に似た商品を表示しています。この類
 似商品がどのような仕組みで提供されていて、どのよ
 うに運用されているかを紹介します。\n澁井 雄介 氏  (
 株式会社メルカリ)　「メルカリ写真検索１年の歩み」
 \nメルカリに写真検索の機能が追加されてからちょう
 ど１年が立ちます。この機能がどういう仕組で提供さ
 れていてるのかやどのように改善されてきたかなどを
 、１年間の運用の中で起こった様々な感動秘話を交え
 て紹介いたします。\n田口 雄哉 氏 （株式会社朝日新
 聞社）「ELMoで文脈に応じた類似キーワード検索システ
 ムを作った話」\n朝日新聞社では、Qrichという四択問題
 を解くことで時事ニュースに触れてもらうクイズサー
 ビスを提供しています。従来は4択問題の選択肢を単語
 ベクトル (word2vec) を用いて検索していましたが、常に
 近傍の単語が同じため選択肢が固定されるという問題
 がありました。そこで、文脈に応じて類似キーワード
 を検索するシステムを作った話をモデル中心に紹介し
 ます。\n8:10PM–8:50PM パネルディスカッション (40分程)\n
 こちらのsli.doにお寄せ頂いた質問を元に登壇者の方々
 によるパネルディスカッション\nhttps://app.sli.do/event/zocr
 a1ne\n8:50PM–9:00PM Wrap-Up\nSpeakers\n登壇者の方は以下の5名
 で確定になります。\n松井 勇佑 氏 (東京大学 生産技術
 研究所 助教)\n2016年東京大学情報理工学系研究科にて
 博士取得。NIIポスドクを経て2019年より東京大学生産技
 術研究所助教。画像検索や近傍探索の研究に従事。 htt
 p://yusukematsui.me/\n中川 裕太 氏 (株式会社ABEJA)\n大学では
 ロボットを専攻。2017年株式会社ABEJAに入社し，Insight fo
 r Retailから ABEJA Platform，研究開発まで幅広く担当し、
 研究成果のプロダクト適用に日々もがいています。\n
 氏原 淳志 氏（BASE株式会社）\n2008年にNAISTバイオサイ
 エンス研究科を卒業し上京して受託開発の会社に就職
 。2015年からRettyに入社し機械学習を手がけるように。2
 018年からBASEのData Strategyチームにて機械学習などを担
 当している。\nhttps://thebase.in/\n澁井 雄介 氏（株式会社
 メルカリ）\n2018年7月メルカリ入社。それ以前はクラウ
 ドを作ったりML基盤を作ったりしていました。メルカ
 リでの仕事はMLOpsの立ち上げとチームマネジメントと
 障害対応とその他いろいろ、MLぽいの仕事を横断的に
 担当しています。\n田口 雄哉 氏 (株式会社朝日新聞社)
 \nWebメディアでの編集スタッフを経てNAISTに進学。大学
 院では自然言語処理の研究に従事。2017年に修士号を取
 得して朝日新聞社に入社。自然言語処理を中心としたR
 ＆Dに従事しています。 https://qrich.asahi.com/
LOCATION:オンライン オンライン
URL:https://techplay.jp/event/774104?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR