Projects

機械学習ハンズオン!

GDSC 大阪大学支部 (Tech Team, Event Team) の主催・運営で機械学習に関する勉強会を実施しました。本勉強会は、6 月 9 日から 7 月 7 日まで合計 5 回開催しました。

各回の実施内容は下記の表をご覧ください。表に示したように、難易度が上がると参加者が減少しました。また、テーマにイメージしにくいの単語（e.g., TensorFlow）が含まれているセッションの参加者も少なくなりました（e.g., 第二回）。

開催日	-	テーマ	難易度・レベル	参加人数	connpass
6/9	第一回	0 からの機械学習	初心者	25	Link
6/16	第二回	TensorFlow 入門	中級者	18	Link
6/24	第三回	転移学習による画像分類	中級者	22	Link
6/30	第四回	画像キャプション生成	上級者	13	Link
7/7	第五回	テキスト分類	上級者	15	Link

アンケートの回収率は非常に低い結果となりました。アンケートを渡すタイミングや回答方法について、今後検討が必要です。以降は、回収できたアンケートに対する分析になります。

ml-handson Q1

参加者の流入経路から見ると、Connpass の宣伝効果が圧倒的に高いことがわかりました。今後もイベントの PR には、Connpass を活用したいと思います。

ml-handson Q1

前半は社会人が多く、後半は学生が増えました。

ml-handson Q1

大半が普通以上、ネガティブな評価は少なかったです。(e.g., ツールに対して 1 つだけ)

ml-handson Q1

第四回の理解度が他のセッションよりも低いことがわかりました。発表者は非常に丁寧な準備をしてくださいましたが，画像キャプション生成 (NLP +CV) というタスクが他より難しかったことが原因かと思われます。

ml-handson Q1

難易度の幅が広すぎると全 5 回のイベント内でも参加者層が大きく変わりました。5 回すべての勉強会に参加した参加者は少なく、今後のイベントにおけるレベル設定にはさらなる考慮が必要だと思います。
初心者や中級者に向けの汎用的・応用的な機械学習を一緒に勉強するような内容の方がより多くの方に参加して頂くことができました。
社会人、大学生、大学院生、異なる専門の人など、参加者のバックグラウンドによって ML 勉強会に求めるものが大きく異なります。この点から考えると、イベントを宣伝する際、イベントの内容のターゲットとなる参加者のペルソナをより具体的にイメージすることが大事だと感じました。今回の勉強会で得た知見を、今後の勉強会運営に役立てて生きたいと思います。