GDSC Osaka Univ.

Projects

機械学習ハンズオン!

実施レポート

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。

実施内容

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25Link
6/16第二回TensorFlow 入門中級者18Link
6/24第三回転移学習による画像分類中級者22Link
6/30第四回画像キャプション生成上級者13Link
7/7第五回テキスト分類上級者15Link

アンケート結果の分析

アンケートの回答状況

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

宣伝効果

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

参加者の分布

前半は社会人が多く、後半は学生が増えました。

ml-handson Q1

満足度

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

理解度

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

運営側のコメント

  • 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。

教材

  • Exploer ML DSC
    • GDSC オリジナル教材
    • GDSC 大阪大学支部で日本語に翻訳 (翻訳プロジェクトの詳細はこちら)

企画運営

  • Li Zhi (Tech Team Lead; 情科 D2)
  • Yuki Nishino (Event Team, Technical Support Staff Manager; 情科 M2)

関連リンク