「生成AI時代に必要な検索とレコメンドをざっくり抑える」というタイトルでDevelopersIO 2024に登壇しました #devio2024

こんちには。

データ事業本部 インテグレーション部 機械学習チームの中村( @nokomoro3 )です。

Classmethod Odyssey (DevelopersIO 2024) で登壇いたしましたのでその資料を共有いたします。

ご参加いただいた方、ありがとうございました！！

登壇資料

スライドの中で紹介したリンク

以下が登壇にあたって、読んだ文献として紹介したリンクです。

• Introduction to Information Retrieval (IR-book)
• Googleを支える技術｜技術評論社
• Elastic Stack実践ガイド［Elasticsearch/Kibana編］ - インプレスブックス
• O'Reilly Japan - 機械学習による検索ランキング改善ガイド
• O'Reilly Japan - 推薦システム実践入門

近似最近傍探索については詳しく取り扱えなかったので、以下の参考リンクを提示しました。

• 近似最近傍探索の最前線 - Speaker Deck
• OpenSearch における 10 億規模のユースケースに適した k-NN アルゴリズムの選定 | Amazon Web Services ブログ

ランキング処理をレコメンドで補正する事例として以下のAWS公式ブログを挙げさせていただきました。

• Enhance image search experiences with Amazon Personalize, Amazon OpenSearch Service, and Amazon Titan Multimodal Embeddings in Amazon Bedrock | AWS Machine Learning Blog

各々のファイル形式に対してパースを色々試してみた私のブログは以下です。

• ChatGPT時代に必要かも!? Pythonで実行するファイルパース（PowerPoint編） | DevelopersIO
• ChatGPT時代に必要かも!? Pythonで実行するファイルパース（PDF編） | DevelopersIO
• ChatGPT時代に必要かも!? Pythonで実行するファイルパース（HTML編） | DevelopersIO
• 【小ネタ】Officeが入ってないLinuxなどのマシンでPowerPointファイルをスライド一枚ずつJPEGファイルに変換する方法 | DevelopersIO