Blog - LINE ENGINEERING

TAG ARCHIVES: Machine Learning

KDD 2019 参加レポート
Bukawa Fuminori / Tanigawa Naho / Yoshinaga Takahiro2019-09-04
Bukawa Fuminori: B2B Data Engineering Team, 広告領域の分析を担当しています, SFC修行中 / Tanigawa Naho: Data Science Team, 公式アカウントの分析を担当しています/ Yoshinaga Takahiro: B2B Data Engineering Team, 広告領域の分析を担当しています
Data Science Team / B2B Data Engineering TeamのBukawa, Tanigawa, Yoshinagaです。LINEでは、最新の知見を業務に取り入れるべく論文の紹介や研究会への参加などを積極的に行なっています。その一貫として、LINEの社員が技術に関連する海外カンファレンスに会社負担で参加できる制度があります。その制度を利用して2019年8月4日〜8日に開催された国際会議KDD 2019に聴講参加してきた内容について報告します。 Overview KDD は Knowledge Discovery and Data Mining の略称で、アメリカ計算機学会（ACM）が主催する機械学習やデータマイニング関連の国際会議です。 https://www.kdd.org/kdd2019 理論的な研究を対象とするResearchトラックに加えて、企業での事例など実問題への適用を対象としたApplied Data Scienceトラックが設けられていることが特徴です。投稿数は，Researchトラックは1179件、Applied Data
Machine Learning Production Pitch #1 開催レポート
Keigo Hattori2019-03-25
ソフトウェアエンジニア。担当はClova。専門は機械学習と自然言語処理。Apitoreの創業者。
Clova開発室でエンジニアをしています服部 (keigohtr) です。 2019年3月7日に "Machine Learning Production Pitch (#MLPP)" という機械学習系のイベントをエムスリー株式会社とLINE株式会社とで共同開催しました。LINE株式会社からはDataLabsの呂彩林さんとClova開発室の的場勇樹さんが登壇しました。エムスリー株式会社からはnishibaさんとvaaaaanquishこと河合俊典さんが登壇しました。募集枠の2倍以上の応募があって非常に盛り上がりました。 Introduction: Machine Learning Production Pitchとは Machine Learning Production Pitchは、機械学習について業務で培った知見や経験や苦労話を共有できる場を提供することを目的としたMeetupです。機械学習に取り組み、実社会への適用に日々もがき苦しみ楽しんでいる方々を対象としたイベントで、今後は2ヶ月に1度くらいの頻度で開催していきます。 Pitch 1: Anonymize
Clovaにおける機械学習モジュールの管理運用基盤Druckerについて
Keigo Hattori2018-08-03
ソフトウェアエンジニア。担当はClova。専門は機械学習と自然言語処理。Apitoreの創業者。
こんにちは、LINEでClovaの自然言語理解 (NLU) ユニットの開発をしている服部 (keigohtr)です。この記事は、LINE Engineering Blog 「夏休みの自由研究 -Summer Homework-」の3日目の記事です。はじめに機械学習が流行ってます。みなさんも既に機械学習をやっていたり、上司から機械学習をやれと言われたりしているのではないでしょうか？幸いなことに、近年の機械学習の流行のおかげで機械学習まわりのツールやフレームワークはかなり充実してきました。線形回帰やロジスティック回帰、Perceptoron、Adaboost、Random Forest、Support Vector Machine、XGBoost、そして多様なDeep Learningのアルゴリズムなど、多くのアルゴリズムが誰でも簡単に利用できるようになりました。しかし「学習」まわりのツールやフレームワークが充実する一方で、構築した機械学習モジュールの「運用」まわりのツールやフレームワークは多くありません。そこで今回は、LINEのAIプラットフォームであるClovaで採用する機械学習
MACHINE LEARNING Meetup KANSAI #1 参加レポート
LINE Engineering2018-05-07
LINE Engineering Blog official account
こんにちは。LINE Fukuoka 開発室データラボチームの立石です。去る4月4日、それぞれ京都に拠点を持つLINE株式会社、株式会社ハカルス、株式会社はてな、の3社の尽力によりMACHINE LEARNING Meetup KANSAI #1が開催されました。今回はこのイベントにスタッフとして参加させていただきましたので、そのレポートをお届けします。今回の会場となったのは株式会社はてなさんの京都本社。早い段階で応募枠を上回る申込みがあり、関西も例に漏れず機械学習に対する注目度が高いことがわかりました。当日は会場の席はしっかりと参加者で埋まっており、とても盛況でした。お菓子やソフトドリンクの準備も完璧。（写真にはあまり写っていませんが、各種ステッカーなどのノベルティもありました）さて、ここからは3社の登壇内容を紹介していこうかと思いますが、今回印象的だったのが3社ともに、「機械学習の最新のアルゴリズム」や「こんなことやってみた」といった内容ではなく、「機械学習を使った何かを運用したり改善していくためにはどうすればよいのか」といった裏側の泥臭い部分のお話が多かったということで
- Event Report
- Machine Learning
LINE Developer Meetup in Kyoto #21参加レポート
ha1f2017-11-21
LINE Fukuokaで、普段はiOSアプリを開発しています。
LINE FukuokaでiOS開発を担当しているha1fです。10月20日に開催いたしました、LINE Developer Meetup in Kyoto #21の参加レポートをお送りします。 LINE京都オフィスの立ち上げを前にして、今回初めて京都でLINE Developer Meetupを開催いたしました。134名の方がご参加くださり、非常に盛大なイベントになりました。ありがとうございました。当日は18:00に開場してからセッション開始の19:00までの間も、ビールを飲みながら普段の開発や京都についてお話ししまして、場も温まったところでセッション開始となりました。 AIプラットホームClovaについて LINEでは、新たなプラットフォーム戦略の一環として、クラウド型AIプラットフォーム「Clova（クローバ）」を開発しています。そのClovaのアーキテクチャと難しさについての、橋本泰一によるセッションです。 Clovaアーキテクチャ Clovaの音声認識、言語理解、機械学習などのコンポーネントは、すべて自社で開発されています。 Clovaの頭脳に当たるClova Brain
Sparkと機械学習と時々MPI
LINE Engineering2016-12-19
LINE Engineering Blog official account
はじめにこんにちは、LINEで機械学習エンジニアを担当している久保です。この記事はLINE Advent Calendar2016の14記事目です。今回の記事は、機械学習の（勾配などの）基本的な知識を持ち、Sparkにおける機械学習に興味がある人向けの内容となっています。 Sparkは大規模なデータのための分散処理フレームワークとして人気があり、弊社でも機械学習関連の開発において利用しています。弊社では機械学習の特徴量の元となるデータがHDFSに格納されているため、それらを容易に読み込むことができる親和性の高さと、分散処理のコードが容易に実装できる所がSparkを利用する上での大きな魅力となっています。具体的な利用方法として、例えば機械学習エンジンに入力する特徴量を作成するためのETL（抽出、変換、ロード）処理に利用しています。また、LINE STOREにおける着せ替えの商品ページの右枠にあるアイテムベースのレコメンドやLINEアプリ内でLINE NEWSを立ち上げた際にトップ画面に出てくる「FOR YOU」枠のためのユーザベースのレコメンドなどにおいて、Sparkの機械学習
- Spark
- Machine Learning

1 2