ランサーズ等のサービスを開発・運用する中で得た知識やノウハウを紹介しています。

機械学習の記事一覧

BCU30

Labels:  イベント/登壇, 機械学習 投稿者:s.t

ランサーズの機会学習(レコメンドシステム)の取り組みについて「Battle Conference U30」で登壇しました

ランサーズで機械学習エンジニアをしている高田です。 2018年4月21日(土)にサイバーエージェント主催の30才以下のエンジニアを対象にしたBCU30と呼ばれるカンファレンスで登壇しました。 発表資料です。 ランサーズにおけるデータ活用事例 ~ レコメンドは稼 …

thumbnail

Labels:  機械学習 投稿者:s.t

ランサーズのデータ分析 – 活用事例 –

ランサーズのデータ分析 – 活用事例 – ランサーズ社ではデータ分析からレコメンドという形で価値を生み出しています。レコメンドについて簡単に説明した上で、ランサーズ社ではどのようにレコメンドを実装しているかを紹介します。 はじめに レコ …

thumbnail

Labels:  Python, 機械学習 投稿者:s.t

Lancers社におけるスパムメッセージに対する取り組み

ランサーズ社では今年の4月頃から毎週金曜日に自分の好きなテーマの開発ができる20%ルールというものを設けました。6月頃から20%ルールの中で機械学習の取り組みが本格化し始め、外部サービスを使って提供していたレコメンドシステムを内製化することを目標として社内から …

thumbnail

Labels:  Python, 機械学習 投稿者:s.t

サンプルデータを使ってリアルタイムレコメンデーションを作る – 3. Webアプリケーションとしての実装 –

サンプルデータを使ってリアルタイムレコメンデーションを作る – 3. Webアプリケーションとしての実装 – はじめに 参考書 レコメンドとは データセット 特徴エンジニアリング 類似度計算 TF-IDF 次元圧縮 コサイン類似度 バイ …

thumbnail

Labels:  機械学習 投稿者:s.t

サンプルデータを使ってリアルタイムレコメンデーションを作る – 2. 類似度計算 –

サンプルデータを使ってリアルタイムレコメンデーションを作る – 2. 類似度計算 – はじめに 参考書 レコメンドとは データセット 特徴エンジニアリング 類似度計算 TF-IDF 次元圧縮 コサイン類似度 バイナリデータ Webアプリ …

thumbnail

Labels:  機械学習 投稿者:s.t

サンプルデータを使ってリアルタイムレコメンデーションを作る – 1. はじめに –

サンプルデータを使ってリアルタイムレコメンデーションを作る – 1. はじめに – はじめに 参考資料 レコメンドとは データセット 特徴エンジニアリング 類似度計算 TF-IDF 次元圧縮 コサイン類似度 バイナリデータ Webアプリ …

thumbnail

Labels:  Python, 機械学習 投稿者:s.t

ランサーズの仕事を機械学習で分類する – 1. 概要 –

ランサーズは、企業などが仕事を依頼し、フリーランサーが自分に合った仕事を選ぶのを手助けするプラットフォームです。 ランサーズでは、依頼された仕事を8つのカテゴリのいづれかに属するように分類しています。依頼された仕事のタイトルからどのカテゴリに属するかを機械学習 …