Take your business to the next level with the leading Machine Learning platform
![BigML.com](https://cdn-ak-scissors.b.st-hatena.com/image/square/19b98f59f6fdaa22dbe723c674494065e33288a5/height=288;version=1;width=512/https%3A%2F%2Fstatic.bigml.com%2Fstatic%2Fimg%2Fshare%2Fshare_bigml.jpg)
およそひと月ぶりに,仲間内で行っている小さな勉強会で論文紹介をしてまいりました.ICML2013の予稿がちょっとづつ出てきているので,本日はその中から一本. “A Machine Learning Framework for Programming by Example” Aditya Menon et al, ICML 2013 A Machine Learning Framework for Programming by Example from koji_matsuda 機械学習を使って,Programming by Example(PbE)をしようという論文です.PbEというのは私も初耳だったのですが,ざっくり言うと,人間が「例」を与えることで,その例をうまく再現するようなプログラムを自動的に生成する,というタスクのようです. それを部分的に実現している(らしい)のが,Excel2
顧客に合わせて施策を行う2つのマーケティング手法 マーケティングにおいては、実際の予算や機会は限られているため、実施する施策には効果の高さや費用対効果の高さが求められます。そのような要求を満たすために有効な手段の1つとして、顧客をよく知り、顧客に合った施策を実施することが挙げられます。 たとえばDMを送る場合には、すべての顧客に同じ内容、同じタイミングで送るよりも、顧客に合わせて送る内容や、送るタイミングを変えるほうが、より高い効果が期待できます。 では、具体的にはどのような手法があるのでしょうか。 顧客の分析粒度の観点からは、大きく以下の2つの手法に分けることができます。 1 One to Oneマーケティング 1つ目は、顧客一人一人の特性を把握し、その顧客に施策を最適化する「One to Oneマーケティング」です。 One to Oneマーケティングは、顧客一人一人の特性に合った施策
【IT】人工脳「SOINN」を用いて、ネット上の画像から特徴を抽出して高速機械学習 1: 科学ニュース+板記者募集中!依頼35-53@pureφ ★ 2013/05/07 23:17:56 人工脳「SOINN」を用いて、ネット上の画像から高速機械学習 http://www.youtube.com/watch?v=qsTFlmdO05M&feature=player_embedded 東京工業大学 長谷川修准教授のグループは、独自に開発した機械学習アルゴリズム「SOINN」を 発展させ、オンライン学習の安定性を飛躍的に向上させることに成功しました。 "画像検索の技術はかなり実用化されておりますので、それと連動させることで、どれが大事な特徴 なのかを自分で取り出してきて、この対象物といえばこういうものというのを覚える事ができます。" これらは、グループがインドで撮影した「リクシャー」の画像です
追記(2017年7月12日) こちらの記事がGoogle検索結果でかなり上位に来ているようですが、投稿から既に4年以上が経過しており内容としては非常に古いものになっております。よろしければ「機械学習」カテゴリの比較的新しい記事もご参照ください。 tjo.hatenablog.com もう、記事タイトル見たまんまです。そして、カテゴリ名見たまんまです。ぶっちゃけ、糞コードしか書けない僕が機械学習アルゴリズムのお手軽Python実装を目指して頑張るシリーズです。 どうして機械学習なのか 「データマイニング」について語る際に、「統計学」と並んでどうしても欠かせないもののひとつが「機械学習」。 ITデータサイエンス業界での、その重要性はとうてい語り尽くせません。どこからどこまでを機械学習と呼ぶかにもよりますが、例えば以下のバックエンドシステムや分析フレームワークはすべて機械学習のたまものと言って良
Burak Kanber, Engineer Author, tech CTO, engineer, and some other things too. Subscribe via RSS Twitter Contact I love machine learning algorithms. I've taught classes and seminars and given talks on ML. The subject is fascinating to me, but like all skills fascination simply isn't enough. To get good at something, you need to practice! I also happen to be a PHP and JavaScript developer. I've taug
身内でdeep learningの勉強会をやったらできそうだったので実装した. 読んだのは大体ここらへん. NEURAL NETS FOR VISION(CVPR2012 tutorial) CS294A Lecture notes Sparse autoencoder ImageNet Classification with Deep Convolutional Neural Networks autoencoder autoencoderはunsupervised feature learningの一種.Convolutional Neural Netとは違って,最後の判別器の予測誤差をback propagationさせる,という事はせずある種特徴抽出で完結させている. autoencoderを一言でまとめると,「次元削減を繰り返すNeural Netを多段に繋げて特徴抽出を行う手法
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