こんにちは、Androidチームの若宮(id:D_R_1009)です。 2019年8月から9月にかけて、社内にて "Studyplus - ML Study Jams" を開催しました。
"Studyplus - ML Study Jams" はGoogleの "ML Study Jams vol.3" に取り組むため、社内で行ったイベントとなります。
ML Study Jamsについて
ML Study Jams vol.3は「Machine Learning （機械学習） の専門的な知識を持たない方向けにトレーニングを無料で提供するプログラム」となります。 vol.1, 2とは異なり"オーガーナイザー"がイベントを開き、グループで取り組むのが特徴です。
Cousera上に用意された4つのコースから1つを選び、そのコースの完遂を目指します。 今回は初心者向けの How Google does Machine Learning を選び、社内から10名強の有志を募っての開催となりました。
スタディプラスと機械学習
これまでの機械学習への取り込みといえば、AndroidアプリへQRコード読み取り機能を追加した程度でした。 一方で社内にある様々なデータや多くのエンジニアを考えると、機械学習について学ぶことで新たな利用シーンを見つけられる期待感もありました。 またユーザーにレコメンドする機能の改善などの話が持ち上がり「機械学習を利用することでよりユーザーに価値が提案できるのでは？」と言った話が持ち上がりつつもありました。
そのようなタイミングでGoogleのブログを見つけたため、「まずやってみよう！」と今回のイベント企画に至っています。
取り組み方
初回はイベントの趣旨説明、並びに進め方を連絡する会とし、基本的には各自のペースに合わせた実施としました。 質問や情報交換の場として、社内Slackに専用チャンネルを設けることで、各種連絡がスムーズに行えていたように思います。
またコースの進捗をサポートするため月水金の昼休みに社内のフリースペースを押さえ、集まって勉強する機会を作りました。 この取り組みは業務を進めながら学習にも意欲を出すために有効であり、集まりによく参加してくれる人はコースを完遂しやすかったようです。
機械学習コースについて
今回有志で取り組んだコースは "How Google does Machine Learning" となります。 こちらのコースは「どのように機械学習をビジネスチームが受け入れ、活用を考えていくか」をサポートする内容でした。
手を動かす箇所はエンジニア向き（エンジニアの方が興味を持ちやすい）かなと感じましたが、GoogleのAutoML APIを活用している事例など企画職の方にみてもらっても良さそうな内容です。 様々な職種の人グループでコースに取り組み、機械学習について学ぶことと運用することをイメージできるよい教材だなと感じました。
なお、機械学習の数学的な知見は Launching into Machine Learning を参考にしたほうが良さそうです。 基本的な統計の知見を持っていれば苦労せず理解できる内容になっており、自分たちで機械学習モデルを組みたい場合の第一歩と言えそうです。
取り組み結果
結果として、オーガナイザーを含め5名が1コースを完遂することができました。 準備のためにオーガナイザーは3コースを完了したため、当初の目的以上に取り組めたように思います。
参加賞のオックスフォード防水バッグ、並びにリュックサックは存在感もあり、記念品として非常に満足感がありました！
終わりに
10月に入り、イベントに参加したメンバーで取り組みの振り返りを行いました。 すぐに機械学習の成果を取り入れることはなさそうですが、システムの様々な点で利点を取り込めそうなため、少しずつ取り組んでいれければと考えています。
オーガナイザーとしてイベントを企画することは楽しく、また良いプレッシャーになりました。 先に進めねば、という意識が働くためコースを先行して達成する良い機会となります。（実際、そのモチベーションで3コースを達成することができました）
ぜひ、機会がありましたらオーガナイザーとして立候補していただければと思います。 そして学習の際にはスタディプラスアプリをご活用ください！
