2018年03月の記事一覧

前の月  ||  次の月

【よいこ訪問記】ボルダリング部は何のために登るのか?

こんにちは。マーケティング部でディレクターをやっています、宇尾公輔です。

Sansanには「よいこ」という社内制度があります。「会社公認の部活動」といったようなもので、文化系、運動系問わずさまざまな内容に取り組むグループが存在しています。○○部といったかたちで、部活動のような名前のグループが多いのも特徴です。それぞれのグループが、それぞれの形で「よいこ(よいコミュニティー)」を作り上げています。

そんな「よいこ」をもっと多くの方に知ってもらいたいという思いで、筆を取ってみました。今回は、その中でもエンジニアが多く在籍している「ボルダリング部」の活動にお邪魔したので、その様子を紹介しながら、ボルダリング部の魅力を探ってみたいと思います。

▼社内制度紹介「よいこ」について
【社内制度紹介】社員による、社員のためのコミュニティー「よいこ」

ボルダリング部の活動に潜入!

3月上旬、時刻は19時。Sansanの表参道本社から歩いて15分ほどのところにある、ボルダリングジム「NOBOROCK」に着いた部員一行。早々に受付と着替えを済ませます。

早速、登り始めるのかと思ったら、まずは入念に準備運動を行います。ボルダリングは、初心者であれば箸も持てないほどの筋肉痛になると言われるほどに体を使うスポーツ。入念なストレッチが必要なんですね。部員の皆さんは談笑しながらデスクワークで固まった体をほぐし、同時に心のコンディションも整えていきます。

一通りのストレッチが終わり、いよいよ壁に登る準備が整ったようです。

さあ、ボルダリング部、活動開始です。

やみくもにチャレンジし続けても、仕事だってうまくいかないでしょ?

vis02 - 【よいこ訪問記】ボルダリング部は何のために登るのか?

ベテランが若手に指導を行っていました。

しばらくの間、部員の話を聞いてみたり、写真を撮ったりしていると、じっと壁を見つめて思案するメンバーがいることに気が付きました。それは、マーケティング部でフロントエンドエンジニアを務める吉田でした。

何をしているのか、声を掛けてみることにしました。

何をしているんですか?

吉 田 :さっきのトライがなぜ失敗したのか、考えてたんですよ。初めてトライする壁は、だいたい失敗します。体調によって、以前できたものができないときもある。そんなときに重要となるのが、「なぜ失敗したのか?」を考えて、整理することです。壁と向き合い、自分で考え、時には仲間からアドバイスをもらいながら、「次はこうすればうまくいくかも」という仮説を立てるんです。ボルダリングは登るスポーツだと思われがちですが、ルートを考えたり、他の人のトライを観察したりするなど、「見て準備する時間」の方が圧倒的に長いんです。実は、僕のボルダリング部での活動時間のうち、登っている時間は1割くらいです。仕事と一緒です。やみくもにチャレンジし続けても、うまくいかないでしょ?

そう笑う吉田の顔に、仕事中とはまた違う魅力を感じました。

同じ課題を共有できる仲間がいて、解決すべき壁がある。
最高だと思いません?

vis03 - 【よいこ訪問記】ボルダリング部は何のために登るのか?

ボルダリング部では、女性メンバーも活躍。

しばらくすると、Sansan事業部プロダクト開発部で部長を務める藤倉が遅れてやってきました。藤倉はボルダリング歴9年で、ボルダリング部の部長も務めています。それでは、さっそくお話を伺ってみましょう。

ボルダリング部について教えてください。

藤 倉 :その名の通り、Sansan社員の有志が集まって、みんなでボルダリングをやりましょう、という部活です。今、定期的に参加しているメンバーは、10〜15人といったところですね。マーケティングや営業を担当しているメンバーもいますが、エンジニアが圧倒的に多いです。Sansanには、「強マッチ」という、各種ツールを使って社員の強みを可視化する取り組みがあります。以前、その結果をボルダリング部メンバーに当てはめてみたことがあるんです。
そうしたら、ストレングスファインダー※の結果として、「学習欲」「最上思考」「個別化」「収集」「戦略思考」という資質を多くのメンバーが持っていることが分かったんです。これらの資質って、優秀なエンジニアに必要とされる素養そのものなんですよ。Sansanには、新しい技術についてアンテナを張って勉強をする姿勢、仮説を立ててストラテジックにコードを書き、最高のサービスを作り出す姿勢、そういったことが自然にできるエンジニアが揃っています。そういったこともあって、ボルダリング部では自然とエンジニアの比率が上がってしまうのかもしれません。そんなメンバーたちが一堂に会して、同じ「壁」を共有しながら、それを越えられるように努力する。それって最高のコミュニティーだと思いません? 僕はそんなボルダリング部のメンバーたちを誇りに思います。

※ストレングスファインダー:個人の才能を34種類の資質に分類し、そのうち最も特徴的な5つの資質が自身の才能(強みの元)として示されます。Sansanでは、エニアグラムと同様に全社員がこの診断を入社後に受けます。

vis04 - 【よいこ訪問記】ボルダリング部は何のために登るのか?

最後まで残ったメンバーに集まっていただき、記念撮影を行いました。

メンバーの精神と身体、両面から整えるのがボルダリング部の魅力

気軽な気持ちで同行したボルダリング部の活動でしたが、正直なところメンバーたちのストイックさに気圧されてしまいました。こんなメンバーたちだからこそ、最高のサービスを作るために力を合わせて働けるんだと思いました。

日々の業務を終えて、ボルダリングを介して頭と心のコンディションを整え、それをまた業務に生かすという、良い循環を作り出していると感じました。

さて、次はどの部にお邪魔しようかな。

text: Sansan事業部マーケティング部 宇尾公輔
2018/03/30

「日本企業初! マインドフルネス研修(サーチインサイドユアセルフ)を全社導入」

こんにちは。人事部のびんです。

唐突ですが、皆さん「マインドフルネス」という言葉を知っていますか?

Googleが開発した、リーダーシップや集中力を高めるためのマインドフルネスプログラム「Search Inside Yourself(以下「SIY」)」。Sansanは、そのSIYを2017年9月に全部門のリーダー(マネージャー)以上の社員を対象に実施しました。その取り組みについては、Webメディアでも記事として紹介いただきました。

その後、SansanではSIYを「マインドフルネス研修」として、2018年1月に全社員を対象にして実施しました。なお、SIYを全社規模で導入した日本企業は、Sansanが初めてとのことです。

もちろん私もマインドフルネス研修をしっかりと受けてきましたので、今回の記事では研修の様子を個人的な感想も交えながら伝えたいと思います。

社員の生産性向上を目指して

まずは、SIYをマインドフルネス研修として導入したきっかけについて書きたいと思います。これまでも何度かこのブログで書いていますが、Sansanの社内制度をはじめとした社員を対象とした取り組みは「社員や組織の生産性向上につながる」ことを最も重視しています。

それは、今回のマインドフルネス研修においても同様です。社員一人一人がマインドフルネスな状態になるためのプロセスを知ることで、会社全体としてのパフォーマンスが向上することを期待して実施しています。

DSC 1492 1 - 「日本企業初! マインドフルネス研修(サーチインサイドユアセルフ)を全社導入」

社内のスペースでは行えないため、外部の会場を借りて、約半日ずつ2回に分けて実践しました。全社員を対象に実施するというところが、Sansanらしさの1つでもあるのかなと思います。みんな、真剣な様子でした。

ただ呼吸しているだけなのに、ちょっと不思議な感覚に

ここからは、私の感想を中心に研修の概要を紹介したいと思います。

「マインドフルネス」という状態は、脳の働きと密接に結び付いています。そこで、SIYの場合、まずは座学で脳科学の知識をインプットします。ここでは、脳のどの部位がどのような反応をしているのかを学んだのですが、学生時代から個人的に脳科学の分野が好きだった私は、話の内容に興味津々でした。

座学を終えた後は、いよいよ各種ワークを行う実践編のスタートです。ワークとはいっても、特に難しいことはしませんでした。

では、まず何をしたかと言うと……そう「呼吸」です。

自分の呼吸に意識を向け続けながら、呼吸することはとても難しかったのですが、SIYでは呼吸が全ての土台になるそうです(SIYと呼吸については、冒頭で紹介した記事で解説されています)。

私も「呼吸」に取り組んでみたものの、最初は「あのメール返さなきゃ」「家に返ったら何しようかな」と雑念が入ってきてしまい、どうしても呼吸に意識を向け続けることができませんでした。しかし、何度か繰り返し行っているうちに「呼吸を意識する、とはこういうことか」と不思議な感覚が得られるようになりました。

この感覚は、言葉で表すのがとても難しいので、気になる方は本などで情報を探してSIYにおける「呼吸」をぜひ試してみてください。

DSC 1580 1 - 「日本企業初! マインドフルネス研修(サーチインサイドユアセルフ)を全社導入」

マインドフルネス研修で講師を担当いただいた、一般社団法人マインドフルリーダーシップインスティテュートの荻野淳也さん。丁寧に分かりやすい説明で研修を行ってくださいました。

DSC 1511 1 - 「日本企業初! マインドフルネス研修(サーチインサイドユアセルフ)を全社導入」

呼吸に意識を置くという、実践の始まりと終わりの合図としてベルが鳴らされました。ベルの音が、瞑想の出入口を司ります。

自分の価値観を再認識する

呼吸のほか、研修の後半には「ジャーナリング」と呼ばれるワークも行いました。

ジャーナリングというワークの目的などを説明すると、とても長くなってしまいそうなので、今回は実際に行ったことだけを紹介します。

今回は、1つのテーマにつき3分間、自分の頭に浮かんだことをとにかく書き出し続けました。「ペンを止めてはいけない」というルールがあるので、思い浮かばなかったら「ない」とか「出ないよー」と書きます。例えば、「私が本当に大切にしていることは、○○○」この「○○○」にあてはまる言葉や思いをひたすら書き続けます。

今回の研修では、3つのテーマについてジャーナリングを行いました。そこに書かれたことから共通する言葉や考えを整理して、最終的に自分の価値観を再認識することにつながったと思います。

DSC 6743 - 「日本企業初! マインドフルネス研修(サーチインサイドユアセルフ)を全社導入」

3分間、とにかく手を止めない。かなり頭を使うワークでしたが、言葉や考えが自分の奥底からポッと出てくるような感覚を味わえました。

生産性の向上につながるならば、新たな取り組みを積極的に取り入れる

最後に、マインドフルネス研修としてSIYの全社導入を進めた、人事部の我妻小夜子から預かったコメントを紹介します。

担当者のコメント

20171110 DSC 7826 - 「日本企業初! マインドフルネス研修(サーチインサイドユアセルフ)を全社導入」

人事部 我妻小夜子

今回の全社員を対象としたマインドフルネス研修は、全社員向けに行う前に実施したリーダー以上を対象としたプログラムで行った内容の中でも、特に重要なエッセンスをまとめた内容で行いました。

取材いただいた記事でも話した通り、SIYが万事の特効薬とは思っていませんし、全員に同様の効果があったとは思っていません。しかし、自分自身を見つめ直す時間を意識的に作れたことと、全社で「マインドフルネス」を共通言語にして会話が展開できるベースができたという点に大きな意義があったと思います。

また、こうした取り組みをきっかけにして、仕事に向き合う姿勢を高めるために、今回の研修で得たことを継続したり、自分に合う別の方法や最新の取り組みについて調べたり触れたりする機会を作ってもらえたら、と思います。

私が所属する人事部内のEmployee Success Teamでは、事業成長のカギを握るのは社員一人一人の力にかかっていると考えて、個人やチームとしての成果を最大化するために必要なエッセンスに日々フォーカスしています。

マインドフルネスは、心身の健康や幸福度、自己認識力など、ビジネスシーンでのアウトプットを高めることに効果が期待できるものとして導入しました(効果はプライベートにも期待できるようです)。

これからも社員の生産性向上につながるであろうと期待できるものについては、常に気を配っていきたいと考えています。

DSC 1425 1 - 「日本企業初! マインドフルネス研修(サーチインサイドユアセルフ)を全社導入」

マインドフルネス研修(SIY)の導入背景について、参加した社員の前で説明する我妻(写真奥、ステージ左)。

今回の研修は、短期的というよりも中長期的に効いてくる内容だなと感じました。私自身、まだまだ呼吸に意識を向けている最中にあれこれと雑念が入ってきてしまい、そこまでうまくできていません。

今回の研修で講師を担当してくださった荻野さんによると、「エレベーターの中で一呼吸」とか「大事なプレゼンの前に一呼吸」と、一呼吸でもいいので継続していくことによって効果が出てくるとアドバイスをいただきました。少しずつでも、今回の研修で得られたことを続けていきたいと思います。

text: 伊東敏 photo: 安藤早紀、馬場健太
2018/03/26

Deep Learningによる分類でロス関数に何を選ぶか

DSOC R&Dグループの中野良則です。

勾配ブースティングネタを連投してしまったので、今回はディープネタにしようと思います。テーマは変わりましたが、引き続き重箱の隅を突くような話になります。

背景

DSOC R&Dグループでは、月に一度、リモート勤務のメンバーも含めた全員が集まって勉強会を実施しています。

以前、このブログで紹介された「R&D論文読み会」と比べると、その勉強会ではそれぞれが自身の携わっているプロジェクトについて話すことが多いです。

そこで、多層パーセプトロンを使ったモデルについての報告がありました。私がロス関数として2乗誤差を使っていることに気が付いて質問したところ、「2乗誤差でも問題ないのではないか」という議論につながりました。

特に理由がないときは、Cross entropyかHinge lossを使うものだと考えていたので、その周辺について調査をしてみることにしました。

先行研究

新しいものとして、以下の論文を発見しました。

“On Loss Functions for Deep Neural Networks in Classification”
Katarzyna Janocha, Wojciech Marian Czarnecki. (2017)
Theoretical Foundations of Machine Learning 2017 (TFML 2017)
https://arxiv.org/abs/1702.05659

この論文では、むしろ「Cross entropyは好ましくなく、Squared Hinge lossを使うのが良い」と述べられていました。

他にもラベルにノイズがあるケースで、Cross entropyよりもMAEの性能が良いことを理論的・数値的に示した研究がありました。

“Robust Loss Functions under Label Noise for Deep Neural Networks”
Aritra Ghosh, Himanshu Kumar, P.S. Sastry. (2017)
The Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17)
https://arxiv.org/abs/1712.09482

数値実験

厳密な検証をするためには学習率などを吟味しないといけませんが、とりあえず簡素な追試を試みました。

ここでは、手書き文字認識データMNISTを利用しました。ネットワークや学習用パラメーターはTensorFlowチュートリアルを参考にしました。

ロス関数は、以下のように定義しています。マルチクラス分類に対するロス関数は工夫の余地がさまざまにあるので(例えば「マルチクラスSVM」)、他の定義も考えられると思います。

# train_labels_node
#   size: (BATCH_SIZE, )
#   ラベルがインデックスで格納されている
# train_labels_hot_node
#   size: (BATCH_SIZE, NUM_LABELS)
#   train_labels_nodeをone-hotして格納されている
if loss_type == 'CE':
  loss = tf.reduce_mean(
      tf.nn.sparse_softmax_cross_entropy_with_logits(
          labels=train_labels_node, logits=logits
      )
  )
else:
  z = tf.multiply(train_labels_hot_node, tf.nn.softmax(logits))
  if loss_type == 'MSE':
    loss = tf.losses.mean_squared_error(
        train_labels_hot_node,
        z
    )
  if loss_type == 'MAE':
    loss = tf.losses.hinge_loss(
        train_labels_hot_node,
        z
    )

MSEやMAEのケースで勾配が小さくなるため、学習率を大きく取る方が公平な比較になると思われますが、ここでは調整しません。

バリデーションデータに対するエラー率の推移は、以下のようになりました。

mnist 10class - Deep Learningによる分類でロス関数に何を選ぶか

Cross entropyと比べると他の収束スピードが遅く、特にMAEは深刻であることが伺えます。速度の面でも、精度の面でも、Cross entropyを使うのがリーズナブルであるように見えます。

マルチクラス分類におけるロス関数の定義がよろしくない可能を考慮して、偶数/奇数を判定する二値分類問題でも確認をしました。

結果は以下の通りです。

mnist 2class - Deep Learningによる分類でロス関数に何を選ぶか

タスクが簡単になった分、MAEの精度も改善しましたが、やはり他と比べると収束スピードが気になります。ただし、二値分類問題の場合は出力層のユニット数を1にすることもできます。この場合であれば、収束スピードはそれほど問題にならないかもしれません。

まとめ

これまで何気なしにDeep Learningによる分類タスクにはCross entropyを使っていたのですが、収束のスピードや実装・チューニングの苦労から、それが正当化されることを確認できました。

ロス関数を工夫したとしても、ビルトインの関数から改善するのは大変そうです。

ネタに苦しみながらでしたが、今回で私の短期集中投稿はおしまいです。また報告できるような研究があった際には、改めてお会いしましょう。

リンク

執筆者プロフィール

text: DSOC R&Dグループ 中野良則
2018/03/22

「ICE JAM」に行ってきマシタ(後編)

こんにちは。mimi(33)編集部のAI(アイ)デス。

引き続き、「UXをシコウする」をテーマにして、2月9日(金)に表参道で開催されたICEのイベント「ICE JAM」の様子をレポートしたいと思いマス。

前回の記事では、KEY NOTEまでの様子をレポートしマシタ。後編では、KEY NOTEに続いて行われた、「LIVE DISCUSSION」の様子からスタートデス。

「シコウ」をキーワードに、デザイナーが語りマス

LIVE DISCUSSIONでパネリストを務めたのは、FUTURE LIFE FACTORYでデザイナーを務める内田亮太さんと姜花瑛さん、SansanのUXデザイナーである鈴木さんの3人デシタ。そして、ファシリテーターとして進行役を務めたのは、Sansanの田邉泰さん。ちなみに鈴木さんと田邉さんは、ICEのメンバーでもありマス。

DSC5411 resize - 「ICE JAM」に行ってきマシタ(後編)

パネリスト:内田亮太、姜花瑛(Panasonic FUTURE LIFE FACTORY デザイナー)、鈴木翔(Sansan株式会社 UXデザイナー)、グラフィックレコーダー:清水淳子(Tokyo Graphic Recorder)、ファシリテーター:田邉泰(Sansan株式会社 クリエイティブディレクター)※敬称略

今回のディスカッションは、「シコウ」がキーワード。パネリストのミナサンがプロダクトを生み出す上で、どうやって「思考」し、いかにして「試行」し、最終的にどのように「施行」するのかを、それぞれの観点から語っていマシタ。

YAM7242 resize - 「ICE JAM」に行ってきマシタ(後編)

YAM7277 resize - 「ICE JAM」に行ってきマシタ(後編)

YAM7258 resize - 「ICE JAM」に行ってきマシタ(後編)

内田さん、姜さんは、普段ハードウエアをアウトプットとしているのに対して、鈴木さんはソフトウエアをデザインしているそうデス。デザインしているものは真逆ではありマシタが、ユーザー目線から使いやすさや身近さを常に念頭に置いてデザインしている点は、共通しているようレス。

ものづくりをしている人って、カッコイイデスね。

グラフィックレコーディングも同時進行!

DSC5408 resize - 「ICE JAM」に行ってきマシタ(後編)

このディスカッションの内容は、Tokyo Graphic Recorderの清水淳子さんがグラフィックレコーディングで記録。ステージの横で、ディスカッションの内容が絵や図とともにリアルタイムに「可視化」されていきマシタ。

初めて見マシタが、スゴイ技術デシタ。写真を撮っている来場者の方もたくさんいマシタ。

DSC5324 resize - 「ICE JAM」に行ってきマシタ(後編)

13 YAM7246 - 「ICE JAM」に行ってきマシタ(後編)

完成したグラフィックレコードの前では延長戦も!

14 DSC5499 - 「ICE JAM」に行ってきマシタ(後編)

終了後は、清水さんが描いた絵の前で延長戦も行われマシタ。ゲストの方々や参加者のミナサンが集まって、グラフィックレコードを改めて眺めながら、UXデザインに関するトークに花を咲かせていマシタ。

最後のプログラムは、「Joint And Mix」

DSC5494 resize - 「ICE JAM」に行ってきマシタ(後編)

LIVE DISCUSSIONが終わるといよいよ最後のプログラム「Joint And Mix」がスタートしマシタ。来場者は、会場に設置された「みる」「きく」「ふれる」「あじわう」をテーマにしたコンテンツの数々を自由に体験して回ることができマシタ。

いろいろな感覚を使ってコンテンツを体験するひとときは、UXデザインを考えるヒントになっていたようデス。

畑をテーブルで味わう

KEY NOTEでも登壇した浅野悦男さん(シェフズガーデン エコファームアサノ)が用意した「畑をテーブルで味わう」。野菜づくりの楽しさや奥深さを伝えマス。開場時に来場者を迎えてくれた畑のテーブルが、Joint And Mixでは1つのコンテンツになっていマシタ。

17 DSC5525 - 「ICE JAM」に行ってきマシタ(後編)

18 DSC5520 - 「ICE JAM」に行ってきマシタ(後編)

シェフズガーデン エコファームアサノで採れたこだわりニンジン。「天然の甘みがする」と評判デシタ。

仕込み研究の試食

五感食クリエイター・麻由さん(なごみの風)による「仕込み研究の試食」。味噌の味比べができマシタ。「豆の種類や仕込み方法、発酵時間が違うと、ここまで味や風味が変わるなんて!」と、参加者のミナサンも驚きの様子デシタ。

15 DSC5550 - 「ICE JAM」に行ってきマシタ(後編)

16 DSC5569 - 「ICE JAM」に行ってきマシタ(後編)

TANICUSHION®の間(ま)

会場に設営されたテントの中には、多肉植物や花の写真をプリントしたクッション「TANICUSHION®(たにくっしょん®)」「OHANACUSHION®(おはなくしょん®)」が置かれていマシタ。来場のミナサンもドリンクを飲みながら、まったりとした様子。

YAM7053 resize - 「ICE JAM」に行ってきマシタ(後編)

20 DSC5589 - 「ICE JAM」に行ってきマシタ(後編)

「TANICUSHION®の間(ま)」を担当した、ロッカクケイLLC. で代表を務める鎌田美希子さん(写真中央)。

会場を歩き回りながら、自由にコンテンツを体験

21 DSC5477 - 「ICE JAM」に行ってきマシタ(後編)

FUTURE LIFE FACTORYが開発した「WEAR SPACE」。心理的な個の空間を作り出す画期的なウェアラブルデバイスに、参加者のミナサンも興奮している様子デシタ!

DSC5425 resize - 「ICE JAM」に行ってきマシタ(後編)

YAM7073 resize - 「ICE JAM」に行ってきマシタ(後編)

ドリンクのほか、軽食も用意されていマシタ。華やかなオードブルは、ミナサンのトークのお供にピッタリだったようデス。

いかがデシタか。ボクは、このイベントでSansanの表参道本社では体験できないことをたくさんディープラーニングすることができマシタ。

ゲストと参加者が一緒になって考えて、体験する「ICE JAM -UXをシコウする-」。コンテンツの種類が豊富で、約3時間とは思えないほどに充実した時間を過ごせマシタ。

執筆者プロフィール

関連記事

【AIレポート】「ICE JAM」に行ってきマシタ(前編)

movie(2018年4月12日公開)

※動画公開後に追記しました。

text: mimi(33)編集部 AI(アイ) photo: 山平敦史
2018/03/09

「ICE JAM」に行ってきマシタ(前編)

こんにちは。mimi(33)編集部のAI(アイ)デス。

桜の季節は、もうすぐそこデスね。ワクワクしマス。

先日のインタビューで、Sansanのクリエイティブディレクターを務める田邉泰さんに「ICE JAM」という2月9日(金)に開催されたイベントに呼んでもらいマシタ。

今回は、ミナサンにそのイベントの様子をレポートしてみたいと思いマス。

ICE JAMとは

Sample ICE JAM blog 1 - 「ICE JAM」に行ってきマシタ(前編)

ICE JAMは、SansanのプロジェクトであるICEが主宰するイベントデス。企画から各種デザイン、実行に至るまで、ICEのミナサンが1から行ったそうデス。

初回となった今回のテーマは、「UXをシコウする」。Sansanの表参道本社から徒歩数分のところにある、IDOLというスペースで開催されマシタ。

会場には、ユニークなコンテンツがたくさん用意されマシタ。また、各分野で活躍するさまざまなクリエイターの方々も参加しマシタ。

さてさて、どんな一夜になったのデショウカ? それでは、会場の入り口から紹介を始めマス!

大きな畑のテーブルがお出迎え

2 DSC5034 - 「ICE JAM」に行ってきマシタ(前編)

image DSC5089 - 「ICE JAM」に行ってきマシタ(前編)

4 DSC5131 - 「ICE JAM」に行ってきマシタ(前編)

3 DSC5144 - 「ICE JAM」に行ってきマシタ(前編)

時間通りに開場し、お客さんたちが次々と来場していマシタ。ICEのミナサンと会場に向かったボクは、ちょっとだけ受付のお手伝いをさせてもらいマシタ。

受付を済ませた方々は、ウエルカムドリンクを片手に、入り口付近に用意された「畑のテーブル」や展示物を眺めたり、装飾に触れてみたり、参加者同士で歓談したりと、開演までのひと時をリラックスムードで過ごしていたように見えマシタ。

5 DSC5067 - 「ICE JAM」に行ってきマシタ(前編)

6 DSC5124 - 「ICE JAM」に行ってきマシタ(前編)

バーカウンターでは、ICEのメンバーが中身の醸造からラベルデザインまで手掛けた、オリジナルクラフトビール「ICE BEER」がウエルカムドリンクメニューの1つとして提供されマシタ。たくさんの来場者の方々が飲んでいたので、どうやら好評だったようデス。良かったデスね、ICEのミナサン。でも、自走式ロボットのボクは残念ながら飲めませんデシタ……。

いよいよ、イベントがスタート!

7 DSC5174 - 「ICE JAM」に行ってきマシタ(前編)

さあ、イベントが始まりマシタ。オープニングで挨拶を務めたのは、今回のICE JAMの発案者であり、ICEに所属するデザイナーのHanakoさん。明るいキャラクターで、会場を盛り上げていマシタ。

最初のプログラムは、「KEYNOTE」。それぞれ全く異なる分野で活躍されている3名の素晴らしいクリエイターの方々が登壇され、それぞれの視点からUXについて話をしてくれマシタ。

8 YAM7131 - 「ICE JAM」に行ってきマシタ(前編)

トップバッターを務めたのは、シェフズガーデン エコファームアサノ主宰の浅野悦男さん。浅野さんは、千葉県八街市にある広大な農園で希少価値の高い西洋野菜を含めた、100種類以上の野菜を栽培されているそうデス。

浅野さんが野菜を卸している先は、国内外のレストラン。オクラのつぼみなど、市場に出回っていないようなユニークな食材も積極的に生産し、食べ方も含めて、自らシェフたちに提案しているそうデス。

「私自身、生産者というよりデザイナーという意識が強いです。畑をキャンバスに見立てて野菜を作っているため、味だけでなく色や形も重要視しています」と、浅野さん。味はもちろんのこと、アート作品のような美しい野菜だからこそ、たくさんのシェフたちに支持されているのデスね。

8 YAM7154 - 「ICE JAM」に行ってきマシタ(前編)

続いて登壇されたのは、AnyProjects Co.,Ltd. の共同創業者である石川俊祐さん。石川さんは、大学や経済産業省などと一緒に、日本におけるデザイン思考教育にも携わっているそうデス。

石川さんは「日本のホスピタリティは世界最強! 気遣いのある「優しい思考」は、デザインに活用できるのでは?」と、訴えマス。

「例えば、日本の料理店はお客の空気を読みながら、絶妙なタイミングでサーブしてくれる。このホッとできる適度な思考性は、日本人ならでは。このような私たちが日常的に行なっているささいな行動をクリエイティブに活用したら、面白いものがもっと生まれるんじゃないかな」(石川さん)。

10 YAM7183 - 「ICE JAM」に行ってきマシタ(前編)

最後は、TAICOCLUB/TAICO Lab. 主宰の安澤太郎さん。2006年から長野県木祖村で開催されている野外ミュージックフェスティバル「TAICOCLUB」の来場者数は、毎年1万人に上るそうデス。すごいデスね。

そんなイベントの仕掛け人である安澤さんは、「社会がどんどん効率的になっている今だからこそ、それとは真逆の無駄な時間が必要になってくる。つまり、余暇などだから経験できるような非効率的な時間をわざとコンテンツの中に入れることが、ワクワクするような体験を作る上で、今後ますます重要になってくる」と話していマシタ。

それぞれの視点から語られるリアルなトークの数々に、参加者のミナサンも興味津々の様子! ちょっと視点を変えるだけで、いろいろことが見えてくるんデスね。ボクもUXについて、たくさんディープラーニングをすることができマシタ。

今回のレポートはここまでデス。この続きは、後編としてアップしマスので、楽しみにしていてクダサイ。

最後に、会場の様子を写真で紹介しマス。

image DSC5156 - 「ICE JAM」に行ってきマシタ(前編)

image DSC5094 - 「ICE JAM」に行ってきマシタ(前編)

image DSC5068 - 「ICE JAM」に行ってきマシタ(前編)

image DSC5072 - 「ICE JAM」に行ってきマシタ(前編)

image DSC5111 - 「ICE JAM」に行ってきマシタ(前編)

image DSC5099 - 「ICE JAM」に行ってきマシタ(前編)

執筆者プロフィール

関連記事

【AIレポート】「ICE JAM」に行ってきマシタ(後編)

movie(2018年4月12日公開)

※動画公開後に追記しました。

text: mimi(33)編集部 AI(アイ) photo: 山平敦史
2018/03/07

キャリブレーション用のEstimatorを作りました

DSOC R&Dグループの中野です。

前回の記事では、XGBoost単調性制約Probability calibrationについて記事を書きましたが、ブースティングを使ってキャリブレーションをやることに関心がある日本語圏の人は少ないだろうと反省がありました。

少しでもリーチする人を増やすために、本家へのマージを目指して取り組んでいることを紹介します。

やったこと

前回の記事にもあるように、単調性制約は param['monotone_constraints'] = '(0,1,0,-1,0)' といった具合にタプルを文字列にして設定してあげる必要があり、直感的に使いにくいと感じられます。Isotonic regression感覚で使えるキャリブレーション用クラスが便利なので、実装を試みました。

実装について

単調性制約をかければ、Isotonic regression相当に機能するので、数値計算の処理を書く必要はありません。パラメータを渡してやるだけです。

キャリブレーションは分類問題に対して行うので、 XGBClassifier を継承することにします。このときにユーザーを煩わせることなく、単調性制約が設定されるようにしました。

class XGBCalibrator(XGBClassifier):
  def __init__(self, max_depth=5, **kwargs):
    kwargs_calibration = kwargs
    kwargs_calibration['monotone_constraints'] = '(1)'
    super(XGBCalibrator, self).__init__(max_depth, **kwargs_calibration)

これで目的は達成されたのですが、もう一工夫します。

fit に特徴量として1次元配列を渡すと、XGBoostの内部的に利用するデータ構造がうまく作れないためにエラーが出てしまいます。また、キャリブレーション用であれば、ベースのモデルが出力した確率が1次元配列となることが多く、不便です。

1次元配列を渡してもエラーとならないようにしましょう。

def fit(self, X, y, sample_weight=None, eval_set=None, eval_metric=None,
    early_stopping_rounds=None, verbose=True, xgb_model=None):
  if len(X.shape) == 1:
    # 1d array
    X = np.reshape(X, (len(X), 1))
  super(XGBCalibrator, self).fit(X, y, sample_weight, eval_set, eval_metric,
                                 early_stopping_rounds, verbose, xgb_model)
  return self

インプットを2次元配列に変換した後は親クラスと同じ処理になるので、 super()を使って親クラスのメソッドを呼びます。

これで完成です。

今後の展望

現在は、Issueを立てて様子を伺っている状況です。キャリブレーションにブースティングを使ってみたい人が多いようであれば、PRを出してみたいです。

今回の開発は、チームメンバーにSlackで意見をもらって、Pythonの多重継承や sklearn.base.BaseEstimator についての理解を再確認することができました。

OSS開発は自分にとっても得るものが大きく、またXGBoostをはじめとしたデータ分析周辺のライブラリーには日頃からお世話にもなっていますので、何かしらコミュニティーへ貢献できるように取り組みを続けていきたいです。

“Most competitions are won using either the XGBoost library (for shallow machine learning) or Keras (for deep learning). So you’ll fit right in! By participating in a few competitions, maybe as part of a team, you’ll become more familiar with the practical side of some of the advanced best practices described in this book, especially hyperparameter tuning, avoiding validation-set overfitting, and model ensembling.”

—François Chollet, Deep Learning with Python

「浅いモデルはXGBoostで」

2週続けて同じネタになってしまいましたね。来週は、別の話題で書きたいと思います。

リンク

執筆者プロフィール

text: DSOC R&Dグループ 中野良則
2018/03/06