2番目は 安東 卓也 様 (株式会社Minato エンジニア)*1
発表テーマ:「ディープラーニングで株価予測をやってみた」

 

安東さんのLTテーマは「ニートの言葉」というブログでも書かれていた記事をさらにブラッシュアップされたものです。

【プログラミング不要】ディープラーニングで(h2o.ai)で株価予測をやってみた -ニートの言葉

 

福岡市内でも「機会学習勉強会」を主催されるなど、精力的な活動をされている安東さん

若手のエンジニアの中でも一目置かれる存在です。

今後、本人がブログでも取り上げられるでしょうし、9月には天神のスタートアップカフェでのイベントでもLTを控えているそうなので、内容は詳しくは省かせていただきますが、改善を重ねて精度が増している結果を発表されていました

DSCF1112

過去30年間の不動産の利回りと遜色ない結果を出していましたので、長期的な運用の手法の判断材料になり得ると思われます。

 

 

3人目は  竹村 慶洋 様 株式会社ベガコーポレーション*2 データサイエンティスト/アナリティクスエンジニア)
発表テーマ:「Word2vecでやってみる日本語解析」

 

福岡のベンチャーの中でも今年、ついに上場したVEGAさんのエンジニア:竹村さん

要約すると「指定したキーワードから関連したキーワードを抽出する」という結果を得ることができます。

DSCF1119

エンジニア的な解説を付け加えますと、単語を解析して「3次元」で表現するWord2vecという手法を用います。

複数の単語を解析して3次元で表現された位置が近い単語を「関連用語」としてコンピューターに認識させることができます。

 

サッカーファンの竹村さんは今回はサッカー選手とそのWIKIの情報を読み込ませたようです。

ウェイン・ルーニ選手*3と、その関連情報を読み込ませた結果、「ウェイン・ルーニー」と入力すると正確な情報を呼び出すことができました。

また「ルーニー」という一部分の情報では、精度が落ちる情報を出力することを発表するなど、エンジニアがつまづきやすいポイントも押さえて発表されいました。

DSCF1127DSCF1125

余談ですが、ウェイン・ルーニー選手は植毛されているそうで『「植毛」というワードが関連性が高い』という関連情報も出てきており、ウェブ上に出た情報の恐ろしさを感じました。

機会学習やデータサイエンスは関連情報や、関連ワードも学習して最適化をさせることができるなど、用途や多様性を含めて表現出来るところまで来ているようです。

 

1  2  4 5 続く

*1 株式会社MINATO

*2 株式会社ベガコーポレーション

*3ウェイン・ルーニー選手のWIKI