読者です 読者をやめる 読者になる 読者になる

Alpaca技術ブログ

AIと超高速データストレージを駆使して新しいトレーディングを創る

AlpacaのJupyter Notebookを用いた機械学習環境

こんにちは、北山(@gamella)です。

先日行われたSoftLayer Bluemix Community Festa 2016において、乗松(@arrow_elpis)が「Jupyter NotebookとChainerで楽々Deep Learning」という題目で発表を行いました。

www.slideshare.net

発表の内容自体は、「AlpacaにおけるChainer + Jupyter Notebook環境 」と「Jupyter NotebookでDeep Learningをやってみる」の2部構成でした。

まず、発表でも述べられているJupyter Notebook採用の理由ですが、これは多くの人がすでに知っているように、実験の再現手順と結果がGithubでチームで共有できるためです。現在、日本とシリコンバレーに拠点があり、情報共有が極めて重要となっているAlpacaでは、コードと実験結果が一元管理できるJupyter Notebook+Githubの環境はぴったりでした。

jupyter.org

インターンが取り組む課題も含め、すべての実験結果がGithubで管理でき、すべての情報をGithubへのリンクで共有できるので、ミーティングの効率などもJupyter Notebook+Githubを採用することで劇的に向上しました。これは特に機械学習のような結果の可視化が重要な分野では重要なことかと思います。

また、「Jupyter NotebookでDeep Learningをやってみる」はLSTMを利用して、Deep Learningで「走れメロス」の文体を学習しています。こちらはその手順をまとめたJupyter Notebookを公開しております。

どうしてJupyter Notebookが機械学習の知見共有に良い方法なのかのサンプルにもなっていると思いますので、ぜひご確認ください。

こんな環境で金融 x 機械学習に挑んでいるAlpacaですが、機械学習エンジニアを募集しておりますので、ご興味ありましたらぜひご応募いただければとおもいます!

www.wantedly.com