シリコンの谷のゾンビ
前回の5年間を振り返るから5年が経っていたことに気づき、あわてて5年間を振り返ってみることにする。 2019年 ほとんど記憶に残っていないので、写真やら色々ひっぱり出して記憶を呼び起こす。プレCOVID最後の年。 学会に２つほど参加。まず、NAACL2019 in Minneapolis。昨年のインターン生との共著ポスターを発表。東北大に移ったSさんと元同僚のNTT Nさんとディナーを食べて5年間かかった論文の採択お祝い。財布を店に忘れて店員さんが持ってきてくれて思わずハグしてサンキュー。翌日ふたりと一緒に散歩しながら見たミシシッピ川がかなりの濁流でちょっとびっくりした。別の日に前年のインターン生たちと同僚とジャズレストランに行き、ジャズの生演奏を聴きながらカリフォルニアでは食べられないフォアグラを食べる。翌年亡くなる同僚と最後の学会参加になってしまった。 続いてACL2019@Flore
NLPに関する良質なブログリスト - nokunoの日記
TwitterにいるNLPのすごい人リスト - nokunoの日記のブログ版です．例によって順不同です．生駒日記Seeking for my unique color.ny23の日記Mi manca qualche giovedi`?Standard ML of Yukkuriあんちべ！射撃しつつ前転EchizenBlog-Zweiビームの報告書理系大学院留学日記kisa12012の日記nozyhの日記 Preferred Research 糞ネット弁慶あしたからがんばる ―椀屋本舗unnonounouchiumi logBLOG::broomie.net蝉々亭Overlasting::Lifeやた＠はてな日記aito の日記 睡眠不足？！gologo13の日記murawaki の雑記 - rekkenグループmots quotidiens.tb_yasuの日記y_tagの日記アスペ日記人
糞糞糞ネット弁慶
先に結論 nDCG@all はどんな予測値やモデルであっても 1.0 に近づくので注意したほうが良さそうです． 疑問 機械学習モデルにおける予測値の評価にはさまざまな指標が用いられます． RMSE prec / recall / f1-score negative log-likelihood 二値分類ではとくに ROC-AUC (Area Under the Receiver Operating Characteristic Curve)1が用いられることが多いでしょう． ランダムな予測値に対する ROC-AUC はその定義上からも 0.5 になることが知られています．これは非常に便利で，ROC-AUC の厳密な定義を知らない人でも「この予測結果はコイントスよりどれだけ優れているのか」がすぐに把握可能です． (ちなみに ROC-AUC については Quality Metrics in R
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
サービス終了のお知らせ
Software
河原林 健一 - 国立情報学研究所/National Institute of Informatics
dblp: Takahiro Kawamura
dblp: Akihiko Ohsuga
dblp: Yasuyuki Tahara
dblp: Hiroyuki Nakagawa
dblp: The-Minh Nguyen