ML_hack!2017 with 電通大 ～第4回～ 発表
ハッカソン
こんにちは、eF-4インターン生の松井です。今回は、ML_hackの最後の企画「ハッカソン」についてご紹介します。
ML_hackとは、電通大の学生団体であるレッドインパルス株式会社が主催したイベントで、eF-4は協賛企業として参加させて頂きました。このイベントは「勉強会Part1→勉強会Part2→ハッカソン」というスケジュールで行われましたが、この記事では最後の企画「ハッカソン」の当日の内容についてのみのご紹介となります。勉強会やイベント全体の詳しい内容については、下記「ML_hack!関連記事」をご覧ください。
ML_hack! 関連記事
第4回 発表
関連記事（第1回)にもありますが、ハッカソンとは与えられたテーマに対して、短期間でサービスやシステム、アプリケーションを開発し、成果を競う開発イベントです。
審査対象外ではありますが、eF-4インターン生もハッカソンに参加し、電通大の方とともに機械学習を題材とした開発を行いました。その詳しい開発内容につきまして第2回、第3回の記事をご覧ください。
今回のハッカソンは機械学習をテーマとしていますが、機械学習をただ使うのではなく、どのような仕組みで、どのような技術によって成果を上げているのかを理解し、そのうえで学生らしいアイデアの実装にチャレンジすることを目標としています。
目次
1.イベント内容
二日間にわたって開催された今回のハッカソンについてですが、大きな流れとしては以下のようになります。
1日目
①チーム開発
2日目
②チーム発表
③eF-4の発表
④審査・体験会
⑤表彰・交流会
順を追って具体的な内容をご紹介します。
各チーム2~4人、全5チームが一堂に会して開発を行いました。機械学習・データベース・アプリケーション制作などの知識には個人差がありましたが、お互いに助け合いながら開発が行われていました。
各チームは事前に決定したテーマに沿って、どのように実装していくかなどの議論も活発に行われ、みなさん真剣に取り組んでいた印象です。また、多くのチームは徹夜で開発し、二日目には眠そうな方ばかりでした。笑
各チームのチーム名と開発テーマは以下のようになります。
それぞれのチームが一日かけて作り上げたものについて、8分程度でプレゼンを行いました。各チーム、プログラミングだけでなく発表にも工夫がされていて、とても楽しく発表を聞くことができました。ただ、筆者の個人的な意見としては、もう少し予測や分類の精度についての問題や、それを改善させるための工夫が聞ければもっと興味深いものになったと思うので、次の機会を楽しみにしています。
審査対象外ではありますが同じ場を借りて開発をさせていただいたため、全チームの発表終了後eF-4のインターン生が機械学習を用いて制作したものについて発表を行いました。詳しくは次の2.ef-4の活動をご覧ください。
全チームのプレゼン終了後、30分程度の時間をとり、お互いに作ったものを動かして見せ合いました。実際に使わせていただくと同時に、開発にあたっての苦労話などを聞いているとプレゼンとはまた違った印象を受けました。僕たちeF-4インターン生は数か月ほど社内で勉強させていただいていますので、機械学習の知識に関しては電通大の方にも劣りません。しかし、電通大の方たちは僕たちに比べアプリケーション開発などの実装力がとても高いと痛感しました。よい刺激を受け、自分たちの課題を見つけることができたのではないかと思います。
また、これと同時に審査も行われました。審査員の方たちはそれぞれのチームの成果物がどのような経緯でどのような考えのもと開発されたのかを吟味して審査を行いました。
今回のハッカソンで最優秀賞に選ばれたのは…
インスタ映えチェッカーを作成した、チーム有名人になりた～いでした!!!
どのチームも健闘しましたが、このチームは他のチームに比べ、いかにして機械学習を導入するのか、またそれをどのように実装するのかという点において、深い考察や多数の試行により、最良のものを追求していった点が評価されました。
具体的なインスタ映えの判定法としては、まず機械学習の画像認識によってインスタグラムに投稿された写真を、「海」や「空」のようなカテゴリーに分類します。次にその写真を「分類されたカテゴリーによくあらわれる色(空なら青・白)を多く持っているほどインスタ映えする」として得点を定義し、インスタ映えの可否の判定を下していました。
個人的には「インスタ映えの評価」という点に直接的に機械学習を用いるだろうという先入観を持っていましたが、一度、機械学習で画像を分類するという手法がとられていた点に驚かされました。
また、表彰式終了後、交流会も行われました。ここでは一日かけて開発した感想や、現在取り組んでいる研究と機械学習の関係性などを学生同士で語り合いました。イベントも一区切りつき、みなさん緊張がほどけたようで、とても打ち解けた雰囲気でした。
2.eF-4の活動
次に、このハッカソンでeF-4のメンバーがどのような活動を行ったのかをご紹介していきます。
今回のハッカソンでeF-4として行った活動は以下のようになります。
- 運営
- 開発
- 開発補助
- 開発発表
- 審査
また、eF-4としてハッカソンに参加したのは以下のメンバーです。
メンター：吉永さん、中村さん
インターン生：青木、久松、牧村、松井
これらの活動についてもそれぞれ詳しい内容や所感を書かせていただきます。
・運営 (青木、久松、牧村)
インターン生が中心となって、レッドインパルス株式会社の方と審査基準や、ハッカソンの進行に関する打ち合わせを行いました。
・開発 (久松、松井)
一日目、イベント参加者が一斉に開発をするのと同じ場を借りて、筆者はインターン生の開発物である「筆跡判定アプリ」の精度改善の最終改良やテストデータの回収、テストを行いました。精度追及に関しては、判定をさせる際の最良のパラメータを模索しました。また、機械学習では「予測」の精度が重視されるため、その精度を客観的に評価するためのテストデータを収集するため、その場にいた方全員に協力していただき、文字のサンプルをとらせていただきました。その後、文字をデータに落とし、一か月ほどで作成した「筆跡判定アプリ」の精度を測定し、次の日の発表のエビデンスとしました。
・開発補助 (全員)
メンターの吉永さんを中心に、各チームのアプリケーション制作の質問対応を行いました。イベント参加者の中には、機械学習に初めて触れた方も多く、インターン生は機械学習アルゴリズム面での考察もさせていただきました。
・開発発表 (松井)
二日目、イベントに参加した全チームの発表終了後、eF-4インターン生が制作した「筆跡判定アプリ」のプレゼンを行いました。
少々このアプリについて紹介しますと、このアプリは、機械学習の画像認識技術によって、手書きの文字から筆跡を判定し、だれが書いた字であるかを予測するアプリです。このアプリの具体的な実装や考察については関連記事をご参照ください。(第2回 題材の検討)(第3回 アプリ開発)
今回のプレゼンでは、上の記事でもご紹介したような、ハイパーパラメータの設定経緯や精度に関する考察などを詳しくお話しさせていただいたため、機械学習を実装するにあたって筆者が考えていることをみなさんにお伝えすることが出来たと思います。しかし、20分程度と少々時間も長く、間延びしてしまったため、話が少し退屈になってしまったのではないか、という点が反省点です。
・審査 (メンター、青木、牧村)
審査員はeF-4の四人とレッドインパルスの方で構成されました。この審査は、「いかに機械学習を理解し、考察した根拠のもとに改良を重ねているか」を重視して得点を付けました。そのため、プレゼンの発表内容だけでなく、体験会と同時に行われた審査員に対しての実演や、詳しい経緯、開発段階を含めた総合的な評価を下しました。
3.まとめ
今回は電気通信大学で行われた、ML_hackのハッカソンについてご紹介しました。
僕たちインターン生の活動は今まで社内のみにとどまっていたため、ほかの大学の学生と交流できたことで、自分たちの弱点および課題など、新たな発見をすることができ、とても良い刺激を受けたのではないかと思います。
また、個人的には「筆跡判定アプリ」の開発側のリーダーをさせていただいたため、開発プロジェクトをしっかりと計画通り進めることの難しさを学ぶことができました。
このML_hackを通して、どのインターン生も、機械学習についてのみならず、様々なことを経験することができました。eF-4インターン生はこの経験を無駄にすることなく、これからも多方面にわたって勉強していきたいと考えております。
専門は機械学習とオペレーションズリサーチ。
最近は解釈可能機械学習とトークンエコノミーに興味があります。
