参加者は定員9名のところ、6名の方にご参加頂き、こじんまりとサポートしながら進めていくのに丁度よい規模だったかなと思います。
そして、以下のような項目について、ハンズオン形式でじっくりと進めていきました。
ハンズオンの内容(Google Colab)

  • 開発環境(Python)構築

    • 皆さん事前にAnaconda Navigatorをインストールしてきた方が大半で、その上でJupyter Notebookを立ち上げ、上記のColabの内容を逐次打ち込んで実行していく感じでした
  • 簡単な2次元トイデータで線形判別をイメージする

    • PandasのDataframeにて自らデータを定義し、その可視化、前処理と段階を追って、機械学習し、結果を確認していきました
    • 程度の違いはあれ、実際の機械学習エンジニアリングの業務でも、データの準備や結果の解釈に費やす時間が大半ということを説明し、多少実感して頂けたかなと思います
    • また、データを与えて、機械に学習させるというのはつまりどういうことか?というのを2次元のイメージしやすいデータ上で理解してもらえたかなと思います
  • 多次元データセットを使ってより現実的な教師あり機械学習をイメージする

    • 手書き文字画像データと適当な特徴エンジニアリングを実装し、2次元データのときと同じ流れで機械学習を試しました
    • また、大量なデータの機械学習結果を効率的に評価するために、精度指標を用いるということを説明しました
  • 上記イメージを元にDeep Learningの仕組みをイメージする

    • 既存のDeep Learningデモアプリを使って、先程は手作業で特徴エンジニアリングしていた作業が不要かつ、より良いものが自動的に獲得できるということを体験しました
  • 今回の教師あり学習の分類問題以外にも様々な機械学習の分野があることをざっくり解説しました

  • 残り時間は20分くらいしかありませんでしたが、いくつか個別の相談に対応させて頂きました

色々と反省も多いですが、今後も同勉強会イベントを継続していけたらと思っています。