Screaming Loud

日々是精進

PyConJp2014に参加してきた

この季節は、カンファレンスてんこ盛りですね。

今日は、PyConJpに参加してきました。

基調講演

HerokuのKenneth Reitz氏でした。
普通にPython3をdisってましたねw

DeepLearning for Image Recognition in Python

DeepLeaning自体の難しいことは話さず、ライブラリ使うとすごいよって話でした。
OpenCVで特徴量抽出してlogistic regressionをかけても60%だったのに、
DeepLeaningのDeCAFを使って、Pre-trained Networksで特徴量を抽出するだけで
96%まで精度があがるというすごい結果に。

DeepLearningのライブラリ
  1. Theano/Pylearn2
  2. cuda-convnet
  3. OverFeat
  4. Caffe
  5. DeCAF

The esperanto generator

まさかの中学1年生が登壇して、かなりびっくりしました。
まだまだ荒削りなところが多かったですが、これからが楽しみな発表でした。

Python, Rasberry Pi, Arduinoで作る消費電力モニタリング

結論、第2級電気技師の資格がないとできませんw
ただ、予想以上にRasberry Piとかが安かったです。

大学の時やりましたが、回路図とか自分で書こうと思っても、もはや書けないでしょうね。


おすすめ書籍
Arduinoをはじめよう 第2版 - スイッチサイエンス

Effective numerical computation in Numpy and Scipy

Numpyバンザイ!
Scipyバンザイ!

Scikit-learnはScipyでできてるよ!

しましまさんバンザイ!
機械学習の Python との出会い — 機械学習の Python との出会い
python/numpy - 機械学習の「朱鷺の杜Wiki」

Introduction to scientific programing in python

IPython使えよ!絶対な!でした。
段々勢いで雑になってしまってますねw
ipython使うなら、Ipython-notebook使えよ!っていうことです。

OpenData for Taiwan's Roadways

台湾の道路はめっちゃ舗装が汚い。
だから、SNSなどの一般ユーザの投稿から、悪路を地図に反映させようというプロジェクトのお話。
GoogleAppEngineは高いからOpenShift使ったよとのこと。

Mining sentiments in tweet using Python

完全に自然言語処理でした。
Semantic Analyticsとはなにか?から始まり、
どういうシチュエーションで使えるか。
テストデータはどんなものがあるか

テストデータ

Debate08 dataset、HCR dataset、STS dataset、IMDB dataset

それからTweetのポジネガを判定するためにはどうすればいいかという話に。
Pythonでそれぞれルールベース・ナイーブベイズで実装すると、どうなるか?
Precision、Recallの計算方法など、完全に研究室のB4向け講義で懐かしかったです。

LT

Gunosyのアドサーバが印象的。
Tornado + pypyで動かしていたそう。
ただ、全社的にGoに向かっているのでリプレイスするとかしないとか。

まとめ

機械学習や科学系のセッションが多く、去年とは全然違うなーと思いました。
Python自体のニーズがかなり科学系に移ってきてるのがわかるカンファレンスでした。
個人的には、研究室時代の研究分野の話が出てきて、結構テンションが上がりました。

ただ、Python歴が浅い人も結構話していて、
自分も気負わずにどんどん発表しなきゃなーと思った日でした。

f:id:yuutookun:20140913120749j:plain
Pepperくんと戯れてきました。
基本はGUIで、細かいところはPythonで実装できるという感じで、
かなり開発しやすそうでした。
ちょっといじってみたいなー。