RubyKaigi2017 参加レポート(パート2)

初めまして。 システム事業部の五十島です。
RubyKaigiには2011、2015、2016に続き4回目の参加になります。 今までは個人で参加でしたが、今年は会社負担で私を含め4人が参加ということで、去年以上に充実した3日間だったと感じています。

今年はセッション数が3トラック(去年の1.5倍)ということで、どれを聞きに行くか本当に悩みました。(更にワークショップもあり)

会場

場所は街のど真ん中といっても差し支えない、広島国際会議場です。 周りには原爆ドーム広島平和記念資料館などがあり、RubyKaigiの合間にプチ観光も楽しめる場所です。

広島国際会議場
f:id:zenet-tech:20171026195531j:plain:w400

原爆ドームは歩いていける距離にあります
f:id:zenet-tech:20171026195536j:plain:w400

セッション

機械学習関連のセッションを幾つかピックアップしてご紹介します。(※順不同)

The Curious Case of Wikipedia Parsing

The Curious Case of Wikipedia Parsing

Wikipediaをパースする話です。 正しさを証明するために検証数の数が必要とか、Wikipediaはフリーフォーマットだからどんな形式でも書き込めるから解析が難しいとか・・・。構文解析などを少しかじっていた自分としては、そこは辛いよなと共感できる話でした。

Wikipediaマークアップ記法に沿っていれば簡単にパースできるgemの紹介があり(日本語可能)、個人的に使ってみたいと思いました。

infoboxer - GitHub

Food, Wine and Machine Learning: Teaching a Bot to Taste

Food, Wine and Machine Learning: Teaching a Bot to Taste

料理に合うワインをおすすめするボットを作成した話です。 テストデータを与えて、学習・評価を繰り返し行うという、普通の機械学習でしたが、テストデータの収集方法が目から鱗でした。

テストデータについては、料理はレシピからデータを取得、ワインはぶどうの種類・生産地・樽の種類などから取得していたそうです。 味覚・嗅覚という情報をどうするのかと思っていましたが、レシピやワインの基本情報から取得する案はとても素晴らしいと感じました。

Development of Data Science Ecosystem for Ruby

Development of Data Science Ecosystem for Ruby

Rubyもデータサイエンスで使えるようになっていきているという話です。 といってもまだまだRubyのgemは充実していないし、だからといって他の言語も使用すると、コストが掛かるなどのデメリットがある。 そこで、色々なPythoneのツールを呼び出せるPyCallがあるよとのことです。

数値計算・グラフ・機械学習など、BigDataを扱う事があるなら一度は使ってみたいかもと思えるPyCallです。 ただし、仕事ではあんまり使用する機会がないことがとても残念です。

余談

今回は@emorimaが主催するお泊り企画に参加させていただきました。

f:id:zenet-tech:20171026200142p:plain:w400

RubyKaigi 2017 に参加したい方、一緒に泊まりましょう!

このような企画があると、女性でもITカンファレンスに参加しやすいような気がします。 (一人でご飯食べなくていいし、懇親会とかも顔見知りがいると参加しやすいし)