massa142's blog

くり返す このポリリズム

PyCon JP Reject Conference 2017の発表トークが決まりました #pyconjp_rc

f:id:massa142:20170821163445j:plain

techplay.jp

トーク選考

最終的に7枠の応募に対して、8名の方から応募が来ました。RejectConでRejectするのもあれだしねっていうことで、枠を1つ増やすことにしました!

トーク応募してくれた皆様ありがとうございます。当日は楽しいトーク期待してます!

タイムスケジュール

時間 内容 発表者
18:30 - 19:20 開場
19:20 - 19:30 オープニング・乾杯
19:30 - 19:45 Python と Email ヘッダ Takahiro Ikeuchi
19:45 - 20:00 How to write functions in Python Hayao Suzuki
20:00 - 20:15 luigiによる機械学習データフロー 竹野 峻輔
20:15 - 20:30 Python Test大全 Mitsuki Sugiya
20:30 - 20:45 休憩・ピザ到着
20:45 - 21:00 ローカル環境でDockerをドカドカつかう nasa9084
21:00 - 21:15 3次元データへのDeepLearningの適用方法 Masaya Ohgushi
21:15 - 21:30 Errbotによって得られる、ChatOpsライフ入門 Kazuya Takei
21:30 - 21:45 banditアルゴリズムを使った自動ABテスト Shoichi Taguchi
21:45 - 22:20 懇親会・飛び込みLT
22:20 - 22:30 クロージング

トーク詳細

Python と Email ヘッダ


こんにち、クラウドメールサービスの普及により、"Email" という形式のデータを我々が直接扱う機会は少なくなりました。しかしながら、もしも「Email を Python で扱わなくてはならない」としたら、どのような方法や課題が存在するのでしょうか。

このセッションでは、とある事情から Python で Email を処理しなくてはならなくなった「わたし」が実際に遭遇したさまざまな困難と課題、そしてそれらの解決方法についてのアウトプットを行います。

Email や Email ヘッダの仕様について、あらためて “フォロー” してみてはいかがですか?

How to write functions in Python


Pythonの関数は簡単に書けます。さらに、ポイントや落とし穴を押さえるとより良い関数を書くことができます。この発表では、より良い関数の書き方を解説し、より良いPythonプログラマを目指します。

luigiによる機械学習データフロー


機械学習においては、実験等の再現性の重要であるためデータフローを明確に記述することが重要です。 ここでデータフローとはデータの取得・整形から前処理、モデルの学習・ハイパパラメータ調整・評価、そしてデプロイまでの一連のフローをさします。 発表では機械学習における一般的なデータフローについて導入したのち、実際のluigiによる記述方法について説明します。またluigiの利点や簡潔に書くためのテクニックについても述べます.

Python Test大全


Pythonには公式から3rd-partyまで様々なtesting flameworkが存在します. 本セッションでは, 実際に仕事で使う場合での各testing flameworkの特徴や使い所について 解説していきます.

ローカル環境でDockerをドカドカつかう


みなさん、Dockerは使っていますか? Dockerはデータベースなど、開発環境の一部として使う場合にも非常に便利です。 ローカルの開発環境の一部としてDockerコンテナを使うメリットや、コンテナをコマンドの様に活用する方法などをお話しします。

3次元データへのDeepLearningの適用方法


arXiVやDeepLearningフレームワークgithubによってDeepLearningにおける技術の取得やノウハウ、コードの取得は容易になってきています。しかしいざ自社のプロダクトとして使いたい場合の戦略やアプローチについて得られる情報は少ないです。

本公演では第一部でノウハウ、データ、経験が少ない中で3ヶ月程度でvalidationデータで論文の性能83%を超える85%の性能(40カテゴリ分類)を達成した戦略について 第2部では具体的なケースとして3次元物体へのDeepLearning適用についての詳細についてお話します。

この公演であなたはExampleケースのDeepLearningしかできない状態から抜け出し、プロダクトへ適用するための確かな一歩が踏み出せることの手助けになる情報を取得できるはずです。

Errbotによって得られる、ChatOpsライフ入門


Python製のChatbotフレームワークにErrbotというものがあります。ここでは、Errbotの基本機能やプラグインを用いた社内コミュニケーションの活性化に対するアプローチ例などを紹介します。

banditアルゴリズムを使った自動ABテスト


データ分析の初学者にもわかりやすいようにbanditアルゴリズムを解説し、疑似コード、pythonで書いた時のコード、簡単なデモをお見せします。 banditアルゴリズム:複数台のスロットマシンを相手に報酬を最大化する目的で作られた。事前情報がない選択肢を探索的に試しながら、得た情報を使って各選択肢の期待報酬を計算し、報酬見合いの確率で選択できるよう自己調整し続ける。昨今自動ABテスト用に使われる。

終わりに

トーク枠は無事埋まりましたが、一般参加枠はまだまだ空いてます。これまでどんなトークが聞けるかわからなかったから参加を迷っていた人は、ぜひこの機会にもう一度検討してみてください。

それでは当日お会いしましょう!