【論文紹介】Collaborative Metric Learning (WWW2017)
こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は、協調フィルタリングとmetric learningを組み合わせたCollaborative Metric Learning (CML)の論文を読んで要点をまとめました。 ## 概要 従来の協調フィルタリングでは、内積によりuser-itemの交互作用を考慮することでuserの好みを潜在表現として獲得していたが、内積では三角不等式を必ずしも満たさないので、良い表現が得られない可能性があります。 本研究では協調フィルタリングとMetric Learningを組み合わせたCollaborative Metric Learning (CML)を提案し、user-userやitem-itemの類似度も考慮した空間に埋め込み、近似最近傍探索に応用することでto
社会人になって3年が過ぎた
こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 タイトルのとおり、社会人になって3年間が過ぎたので、今考えていることとか振り返って取り止めもなく書いていく。 そもそも社会人になって3年が過ぎた、なんて曖昧なタイトルをつけるのは好きではなくて、読者のことを考えてちゃんとわかりやすい題をつけるべし、という信念の持ち主なのだが、どうにもまとまったことを書ける気がしないので、まあこれでいいかな、という気持ちでそのまま出すことにした。 ## ChatGPTと文章を書くこと なぜ急に記事を書くのか。 なんとなく書きたくなった、ちょうど3年の区切りだったのでちょうどよかった、というのもあるが、おそらくなんとなく書きたくなった理由の一つは、(またかと思われるかもしれないが)昨今のLLMまわりの流行によるのかな、と感じて
ラプラス正則化(Laplacian Regularization)を用いた半教師あり学習をPythonで実装
ラプラス正則化(Laplacian Regularization)を用いた半教師あり学習をPythonで実装 2019/06/21 Python Tech プログラミング 機械学習 こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は、半教師あり学習の手法の一つであるラプラス正則化について書いてみます。 半教師あり学習とは、データの一部のみラベル(正解データ)がついていて、残りは入力データしか与えられないような状況で、精度の良い予測を行うモデルを学習することを指します。 ラベルがついているデータは少量で、教師なしデータが大量にある、という問題設定はとても現実的です。 ラベルをつけるコストは大きく、簡単に用意できないということがよくあります。 ラプラス正則化に限らず、半教師あり学習では限られたラベルのつ
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
