プレゼン資料ドリブン - ぐだぐだ言ってないでコードを書けよ、ハゲ。

先日、AzureMachineLearning のハンズオンイベントをスピーカーとして行った。

【Azure Machine Learning ハンズオン入門】実践からはじめる機械学習 - connpass

イベントについては会社のブログに書くとして、プレゼンの準備をどのようにしたかについて書く。

3/28 20:56 追記。
会社のブログに書きました。

blog.isao.co.jp

以下、前提

準備はじめたのは3週間前
Azure はそれなりに知ってる
Azure Machine Learning について名前だけ知ってる状態からスタート
この手のイベントのスピーカー経験はなし
社内でスピーカーやる経験は何度かある

20170323 Azure Machine Learning Handson for Beginner from 康平秋山

やったこと

プレゼン資料作成

早速ブログエントリのタイトル回収。
ここからはじめた。

以下のように大まかな格子を考えた。

アイスブレイクとしての自己紹介(40歳以上ではない)
概要説明
ハンズオン
多少の解説
まとめ

この時点で埋まったのは最初の自己紹介だけ。
「ゼロから学ぶ Deep Learning」でくじけた自分でも Azure Machine Learning は使えます、って流れで紹介することだけ決めた。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

作者: 斎藤康毅
出版社/メーカー: オライリージャパン
発売日: 2016/09/24
メディア: 単行本（ソフトカバー）
この商品を含むブログ (18件) を見る

connpass のページを公開すると、その日のうちに定員20人に対して34人参加が入る。
この時期の機械学習系のイベントは集客力が恐ろしい。
まだ白紙のスライドなのに。

30周年セールで衝動買いしたファイナルファンタジー X/X-2 HD Remaster をやってる場合ではない。
ベベルで足止め。

情報収集

メインとなるハンズオン部分や関わる技術概要を埋めるための情報収集

公式ドキュメントを漁る
公式のチュートリアルを試す
Qiita や個人ブログを中心にやってみた系の記事をあさる

最初にググってまわるのは効率悪くて、公式から追うのがベター。
特に MS は~~翻訳はアレなことがあっても~~最近ドキュメントが読みやすくタメになる。
検索にヒットする記事は1年前の記事ですら陳腐化してる可能性があるし、そもそも質が低いものが多い。

10日前の時点で満足度6割の資料ができあがる。
最低限開催できるだろうというレベル。

これで七曜の武器集めが再開できる。

校生・ビルドアップ

試行錯誤で完成度を高めていくフェーズ。

資料全体を見て整合性チェック
自分でリハーサル
社内リハーサル
他のイベントに参加する

効果的なのは社内リハーサルと他のイベントに参加したことだった。
視点漏れが減るのと、コンテンツの不足が補われた。
協力いただいた方々、ありがとうございました。

この頃、とれとれチョコボで0秒切りを達成して、無事ティーダの武器が限界突破を果たす。
プレゼンで玉砕して死んでも後悔はない。

本番について

割愛

考察

プレゼン資料ドリブンは議事録ドリブンに似ていて、必要なアウトプットを最短経路で生み出してる感あってよかった。
機械学習は闇雲に調べるとキリがないジャンルなので、伝えたいこと言いたいことにフォーカスして下調べできたのが大きい。
ただ、早い段階で伝えたいことを確定させてしまうことで、結論ありきにならないようにしないといけないという点はある。
バランス感覚が必要。

スケジュール感としてはギリギリまで資料作ってる、という状態にならず、早い段階で開催できる状態が見えたのもよい。

ふと思い返せばブログ駆動開発することもたまにある。
最終的にこういうアウトプットを出すために今やっていっているのだ、という認識があるとモチベーションになってよい。