RCOアドテク部論文輪読会：「Collaborative Topic Modeling for Recommending Scientific Articles」を紹介しました - RCO アドテクLabブログ | RCO アドテクLabブログ
RCO アドテクLabブログ 八重洲で働く株式会社リクルートコミュニケーションズの社内エンジニアがアドテクノロジーを始め、様々な分野のテクノロジーについて書いています 2016/06/03 stakaya データ分析 筋トレに忙しい高柳です。 Recruit Institute of Technology Inc.のアドバイザーであるColumbia UniversityのDAVID M. BLEI教授の講演を聞く機会があり、教授がその講演の中で触れていた論文を読んでみました。内容は”協調フィルタリング ＋ トピックモデリング(LDA)で、ユーザが興味を持ちそうな科学系論文をレコメンデーションする”というものでした。 協調フィルタリングではうまくレコメンデーションできないケースを、その論文の内容自身をLDAを用いて分析することで、協調フィルタリングと組み合わせてレコメンデーションに活かすと
双子素数予想に進展があった - hiroyukikojima’s blog
双子素数予想に進展があったことが、新聞報道された。 ぼくのところにも、ある新聞社の記者のかたから取材があり、専門家ではないけど知っている限りのことで協力した。 双子素数というのは、差が2の素数のことである。例えば、3と5、11と13、29と31などがそうである。素数は2以外はすべて奇数であるから、双子素数は「隣りあった(2でない）素数の最小の隔たりのもの」ということができる。双子素数予想とは、「双子素数が無限組存在する」という予想であり、紀元前のギリシャ時代から予想されていたがいまだに解決をみていない。 今回の進展は、Yitang Zhangというニューハンプシャー大学の数学者によってなされた。それは、「Bounded Gaps Between Primes」と題された50ページ強の論文で、次の結果を与えている。 「隣り合った素数の隔たりが、7千万以下のものが無限組存在する(lim inf
ニューラルネットの逆襲 - Preferred Networks Research & Development
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
論文『音象徴の機械学習による再現：最強のポケモンの生成』まとめ | ぱろすけのメモ帳
2012年3月に言語処理学会の年次大会で発表されましたこちらの論文、ここ最近ちょっとだけ自然言語処理、機械学習界隈で話題になっていたのですが、皆様ご存知でしょうか？ 論文まとめサイトと化しつつある我がブログ、まあ取り上げますよね！ ポケモン論文は、実のところ数多くあります。cinii で検索するとけっこうありますね。しかしながら理系的なアプローチは珍しく、卒業論文「ポケモンつなげるもん♪ ―最長しりとり問題を整数計画法で解く―」だけが突出して有名です。この論文は、停滞した情報系ポケモン論文業界に一石を投じるものであります。 この論文、最初タイトル見たときは「どこのFランだよｗｗｗ」と思ったのですが、Last Author である荒牧英治先生は自分と同じ大学の自分と同じ建物にいらっしゃることが分かり、急に真顔になりました。 さてさて内容です。 タイトルは『音象徴の機械学習による再現：最強のポ
Machine Learning that Matters(ICML 2012) 読んだ - 糞糞糞ネット弁慶
機械学習やってる人は皆読むべきだと思う． Machine Learning that Matters (pdf) 概要 機械学習のトップカンファレンスICMLに数式/アルゴリズム/定理を1つも書かずに通った論文． 機械学習は何のために重要なのか，現実世界との繋がりを失っていないか，あなたは「機械学習って何の役に立つの?」と聞かれた時にちゃんと答えられるのか，まだ取り組まれてない重要な問題は何か，について触れた長文ブログのような論文． contributionsは 機械学習の研究と人類と科学全体におけるもっと大きな研究との間にある欠落に対する明確な特定と解説 そのギャップに取り組むための第一歩 (どう訳していいかわからなかった) 機械学習において重要な問題の提示 機械学習のための機械学習(要約: マッシュルームやアヤメの分類器を死ぬほど作って何の役に立ったの？) ベンチマークデータの問題 こ
MapReduceできる10個のアルゴリズム - データサイエンティスト上がりのDX参謀・起業家
HadoopとMahoutにより、ビッグデータでも機械学習を行うことができます。Mahoutで実装されている手法は、全て分散処理できるアルゴリズムということになります。Mahoutで実装されているアルゴリズムは、ここに列挙されています。論文としても、2006年に「Map-Reduce for Machine Learning on Multicore」としていくつかのアルゴリズムが紹介されています。 そこで今回は、（何番煎じか分かりませんが自分の理解のためにも）この論文で紹介されているアルゴリズムと、どうやって分散処理するのかを簡単にメモしておきたいと思います。計算するべき統計量が、summation form（足し算で表現できる形）になっているかどうかが、重要なポイントです。なってない場合は、”うまく”MapReduceの形にバラす必要があります。 ※例によって、間違いがあった場合は随時
60%の人間はプログラミングの素質がない
Coding Horror: Please Don't Learn to Code Please Understand Learning to Code Coding Horrorで有名なJeff Atwordが、ある州知事が今年の目標としてプログラミングを習得することを挙げていることに対し、そもそも税金を払う我々市民は、政治家にはプログラミング習得以上に重要な、政治家にしかできない問題の解決を望む、よってプログラミングを学ぶのをやめてくれという記事を書いた。これに対して、反論が多数上がっているが、Jeffも読んでいるある論文をあげて、この議論の参加するためには、必ずこの論文を知っておくべきであると書いた人がいる。この論文は有名で、非常に興味深いので、全プログラマーが読むべきである。 ふたこぶラクダという名前で知られている有名な論文がある。この論文では、60%の人間にプログラミングの素質が
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
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
Loading...
E-027 情報量基準に基づく形態素解析用辞書の自動獲得方式(自然言語・音声・音楽,一般論文) | CiNii Research