Jubatusハッカソンを見に行った。
Jubatusハッカソンのお手伝いをしてきました。
(お手伝いと行っても会場のお片付けぐらいしかしてませんが....)
Jubatusハッカソンとは
Jubatusハッカソンやります!丸一日かけてJubatusで何か作ってプレゼンして頂きます。放置してたデータ活用アイデア・デモ案、この機会に具現化しませんか? http://t.co/Skl7kFErty #jubatus_hackathon
— Jubatus (@JubatusOfficial) 2014, 9月 2
こんなイベントです。
賞品は....豪華!!! 1位 GoPro ウェアラブルカメラ HERO3 ホワイトエディション 2位 Leap Motion 小型モーションコントローラー 3位 Google Chromecas
最終発表
気になったり、スライドがあがっているものをまとめてみました。
和布蕪
相撲をもっと楽しむためのサービスをつくる
どんなサービス?
- お気に入りの力士と似た力士を探す
- Jubarecommenderを使う
- 面白い取り組みを探す
- jubaanomalyを使って異常度を計算する
予想通り(?)舞の海がめっちゃ異常値が高かったw
チームでやってるだけあって完成度の高いプレゼンテーションとサービスクオリティでしたー
ぜひ触ってみたいなと思いました。
草々
aoi_sora_siroi_tsuki (@aoi_sora_siroi_) | Twitterさん
Wikipediaから類似植物図鑑のWebサービスを構築して公開。 Jumbotron Template for Bootstrap
jubatus以前に、EC2もpythonもわからないのでやばい・・>_< 勉強にはなるなぁ・・。アプリまで行かない・・orz とりあえずEC2だと、python webはboto使っておけばいいのかなぁ・・。
— aoi_sora_siroi_tsuki (@aoi_sora_siroi_) 2014, 10月 3
深夜1時にこんなツイートをしていたのに、ちゃんとサービスまで持って行っているところがすごい..
大杉さん
トランプを画像認識する。Google Glassを使って、ポーカーの手を最適化することを想定している。
9とか10を認識するのは難しい。グレースケールで認識しているので、色の判別を活かせてないなど、まだまだ改善してもっとよくする知見が得られた。
dera
jubarecommenderを使ってtweetからniconicoやpixivで趣味嗜好が似てるユーザーをピックアップ。 niconicoやpixivやらないからはっきりわからないが、結果を見る限りなんとなく似ている気がした。
大友翔一(@GeoJackass)
Jubatus Hackathon by Otomo Shoichi
釣果から特徴量をとり、どういう傾向があるかを調べた。
新しい知見が得られたらしい(釣りに興味がないので、知見が理解できず...)
ijust3
niconicoへの投稿動画のトレンド検知(@Jubatus hackathon 2014/10/03)
niconico動画で最近盛り上がったタグを、最近の動画と過去も含めた動画を判別するJubaclassifierモデルのjubadump結果で求める。1回しか使われてないタグのスコアが高くなりすぎる傾向あったがそれなりの結果
Paper
Connpass というイベント支援サイトのイベント情報をレコメンドするサイトです。あとで読むサービスの Pocket のデータを元に、レコメンドするイベントを決めるので、本当に興味があるイベントのみをレコメンドする仕組み
#jubatus_hackathon Paperさんのサービスを使って私のPocket登録記事からレコメンドされた勉強会! クラウドでJavaでGithubでBitcoinでほげほげ、な感じ? pic.twitter.com/kW4ifoMjXw
— ヒド ショウヘイ (@sla) 2014, 10月 4
Jubatusハッカソンに参加して、イベントのレコメンデーションを作ってみた。 - よしだのブログ
なかなか面白そうなサービスになりそうな気がした
びア部
似てそうで似てないものをレコメンドする。
たしかに新たな知見が得られてよさそうだと思った
コアプライス
ECレコメンドの仕組みの中にJubatusを使う例。機械学習がおまかせで、あとは前処理の工夫に集中できる!!とおっしゃっていた。
Jubatus Hackathon #1 // Speaker Deck
すぐに使えそうな例だなとー思った。
nushio
@nusioさん
アセンブラ高速化のための並列実行優先度を求めるためにエミュレータ実行結果をJubatusで回帰、モデルをjubadumpして重みの降順ソートを優先度にしたら逆問題が解けたという話。 たった2日で論文がかける内容をつくれる@nusioさすがです
ところてん(仮)
フルスタックグロースデータサイエンティスト@tokorotenさんが実データ実験。ECサイトのある最適化にJubatusを使って現行のscikit-learn決定木モデルと比較、データが多ければすぐいけそう
DAISUKE AMANO on Twitter: "優勝!本番データに突っ込んでmongo殺したのがよかった!笑 #jubatus_hackathon"
本番環境のMongoを殺すなど果敢にトライされていたのですばらし
感想
全体としてrecommenderが多い印象だった。 たしかに問題設定が明確じゃないとrecommenderが使いやすいですよね...
ただ問題設定が明確なチームの発表がすごくわかりやすかった!!