最近隔週になった社内のエンジニア勉強会でLTした内容をちょっと残しておこうと思います

資料

なので簡単に書きにリライトする

前提

数式や統計、アルゴリズムと一つ一つを見るととても深いし、難易度がある分野であるのは確か。

だけど、自分のプログラミングを初めて学んだ時のことを思い出して見る。（例えばPHP）

php-srcのCの実装やLexing（字句解析）、Parsing（構文解析）、コンパイルなどの知識がないとプログラミングできないかで言うと、そんなことはない。

もちろん、奥深くまで知識を有してプログラミングする人はいるし、理想ではあるけど。

build in されている関数の振る舞いや考え方など最低限の知識を習得して、オブジェクト志向の名の下に規約に沿ったプログラミングをすれば、一応のプロダクション環境にリリースできるレベルのものは作れる。

まさにこのノリ（考え方）と同じで機械学習にチャレンジしてみても良いなと感じたので、チャレンジしているよという事

基本的に学習はひとり旅になる。途中よくこの方向性で良いんだっけって疑問を持つ事がある。

なので適切な評価尺度があるものを取り入れるべき。 -> kaggleに参加する事で補っている

自分の周りにマスタリーな人がいれば良いんだが、いない事のが圧倒的に多い。

自分の今の学習が正しいのかを常に正しくフィードバックしてもらえるものは大切！！

スクールみたいなを受講するのもいいと思うけど、時間場所限らず、自分の好きなペースでやりたいという事でkaggleにした

kaggleの世界だと例えば0.01％改善するとshake upしたりするけど

自分たちの事業ドメインや、会社規模を考えるとその0.01％はそこまでインパクトないなと思ったりする。

もし、現職の事業に取り入れるとしても、規模や影響度も加味しないといけないなと感じている