はてな社内の勉強会で構造学習について発表しました - yasuhisa's blog
先週末、はてな社内の勉強会で構造学習、特に実装が簡単な構造化パーセプトロンについて発表しました。発表資料と説明用にサンプルで書いたPerlの品詞タグ付けのコードへのリンクを張っておきます。 今日からできる構造学習(主に構造化パーセプトロンについて) from syou6162 structured_perceptron/structured_perceptron.pl at master · syou6162/structured_perceptron 「えっ、Perlかよ」という人がいるといけないので、Clojureで構造化パーセプトロンを使った係り受け解析のサンプルコードへのリンクも張っておきます(2種類あります)。PerlもClojureもあれば8割くらいの人はカバーできそうなので、安心ですね。 syou6162/simple_shift_reduce_parsing syou616
クックパッドと研究開発/R&D2015
2015 年におけるクックパッドの研究開発についてまとめた資料です。
Apache Mahout's new DSL for Distributed Machine Learning
Apache Mahout's new DSL for Distributed Machine Learning Sebastian Schelter GOTO Berlin 11/06/2014 Overview • Apache Mahout: Past & Future • A DSL for Machine Learning • Example • Under the covers • Distributed computation of XTX Overview • Apache Mahout: Past & Future • A DSL for Machine Learning • Example • Under the covers • Distributed computation of XTX Apache Mahout: History • library for sc
クラシックな機械学習入門 １ 導入
The document discusses hyperparameter optimization in machine learning models. It introduces various hyperparameters that can affect model performance, and notes that as models become more complex, the number of hyperparameters increases, making manual tuning difficult. It formulates hyperparameter optimization as a black-box optimization problem to minimize validation loss and discusses challenge
クラシックな機械学習の入門 8. クラスタリング
This document summarizes a research paper on scaling laws for neural language models. Some key findings of the paper include: - Language model performance depends strongly on model scale and weakly on model shape. With enough compute and data, performance scales as a power law of parameters, compute, and data. - Overfitting is universal, with penalties depending on the ratio of parameters to data.
今さら聞けないカーネル法とサポートベクターマシン
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
機械学習におけるオンライン確率的最適化の理論
IBIS 2021 https://ibisml.org/ibis2021/ における最適輸送についてのチュートリアルスライドです。 『最適輸送の理論とアルゴリズム』好評発売中！ https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https://speakerdeck.com/joisino/zui-shi-shu-song-ru-men
Pythonとdeep learningで手書き文字認識
Several recent papers have explored self-supervised learning methods for vision transformers (ViT). Key approaches include: 1. Masked prediction tasks that predict masked patches of the input image. 2. Contrastive learning using techniques like MoCo to learn representations by contrasting augmented views of the same image. 3. Self-distillation methods like DINO that distill a teacher ViT into a st
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
Gaussian Processes for Transcription Factor Protein Inference Neil D. Lawrence, Guido Sanguinetti and Magnus Rattray. - ppt download
ルールベースから機械学習への道 公開用
バイオインフォマティクス （第12回） 機械学習とデータマイニング 佐藤健吾 satoken@bio.keio.ac.jp 先週の答え AAAUU ((.)) A A A U U A 0 0 0 1 2 A 0 0 0 1 2 A -