しましま/IBIS2015 - 機械学習の「朱鷺の杜Wiki」
オープニング† 佐久間 淳 （筑波大） IBISの役割：理論的基盤と社会応用の両面から先導 → 「このビックウェーブを導こう」 ポスター発表件数 135 （うち学生発表 70） 参加登録者数 約350 + 当日参加 ↑ 大規模機械学習のための事例と特徴のセーフスクリーニング† 竹内 一郎（名工大） スパースモデリング：線形モデルの重みパラメータやカーネルモデルの事例パラメータが 0 になる lasso：L1正則化項を用いる SVM：損失関数にヒンジ損失関数を利用した場合 スパース学習の計算コスト 学習後の最適解において，どのパラメータが 0 になるか分からない → スパースでないモデルと計算量は変わらない → スクリーニングによる高速化 スクリーニング：学習前にどうにか 0 になりそうなパラメータを探す ヒューリスティクス：0 になりそうなもの推測して取り除きあとで最適性を確認 安全スクリ
しましま/IBIS2012 - 機械学習の「朱鷺の杜Wiki」
第15回 情報論的学習理論ワークショップ (IBIS2012)† このページはしましまが IBIS2012 に参加してとったメモです．私の主観や勘違いが含まれていたり，私が全く分かってなかったりしていますので，その点を注意してご覧ください．誤りがあれば，指摘してください． 統計的学習理論チュートリアル：基礎から応用まで† 鈴木 大慈 (東京大学) 資料： http://www.simplex.t.u-tokyo.ac.jp/~s-taiji/ibisml2012/IBIS2012.pdf 理論は必要なのか? 理論を知らなくても実装できる → 理論家は役に立たない理論をこねくり回している？ 応用は基礎から発展してきた過去 理論は基本技術を開発して，応用手法の閉塞を打破する 成功例：SVM←VC次元，AdaBoost←弱学習器による学習可能性，Dirichlet過程←Fergusonの理論，そ
Meeting - 機械学習の「朱鷺の杜Wiki」
学会・研究会† 情報論的学習理論や機械学習に関連した会議や会議報告についてまとめましょう． ID は ibis でパスワードは VC 次元の V のフルスペルです(頭だけ大文字) Cのフルスペルだと誰も書けません -- いば ↑
python - 機械学習の「朱鷺の杜Wiki」
python一般† python.org：公式サイト Wiki Package Index iOS用Python環境 Computable Python for iOS Python Math PyPad Pythonista 英語資料 Python Course：Python のいろいろなトピックについての講義を集めたサイト Python Quick Reference @ Richard Gruet (旧版 日本語訳) Google's Python Class OLamp.com -- Python Dev Center：O'Reillyのpython関連ニュース Python Miro Community：チュートリアル講演ビデオのポータル Wikipedia:Python_(programming_language) Python tools that everyone shou
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
