はてなブックマーク

2016-02-13 tl;dr Jupyter Notebookは裏で常に動かしておいて，ノートブックを作りたくなったら任意のディレクトリに移動してjdコマンドで開くようにしとくと便利． Jupyter/ipython notebookの運用について ぶっちゃけJupyterの使い方が良くわからない．とりあえず自分のやり方を書いてみるので，他に便利な使い方をしている人がいれば是非教えてほしい． といっても，別にノートブックの使い方がわからないんじゃなくて，日常的に使い倒すにあたってどういう運用をすればよいかがわ分からないのだ．一番分からないのは，Jupyter Notebookをいつ起動するか？という問題．よし解析するかとなった時に必要に応じて起動する人もいれば，裏で常に起動しておいていつでも作業できるようにしておくというのもある．サーバに立てといてリモートで使えるようにしておくとか，あ

2015-10-03 概要 推薦システムの開発やベンチマークのために作られた，映画のレビューためのウェブサイトおよびデータセット．ミネソタ大学のGroupLens Researchプロジェクトの一つで，研究目的・非商用でウェブサイトが運用されており，ユーザが好きに映画の情報を眺めたり評価することができる． MovieLens | GroupLens MovieLens - Wikipedia, the free encyclopedia MovieLensのウェブサイト MovieLensでユーザができるアクションは基本的に以下の3つのみ． 映画に評価を付ける(0.5-5.0の0.5刻み) 映画をウィッシュリストに入れる 映画にタグをつける 映画サムネイルの下にある★☆の箇所からインタラクティブに評価を付けることができる． たまにログイン時などにアンケートやサーベイが提示されることもある．

"Rule-based Information Extraction is Dead! Long Live Rule-based Information Extraction Systems!"読んだ 2015-08-18 http://www.aclweb.org/anthology/D13-1079 概要 情報抽出(Information Extraction:IE)のサーベイ論文．情報抽出にはルールベースの手法と機械学習ベースの手法の2種類があるが，アカデミアとビジネスでそれらの使われ方であったり認識に大きな乖離がある．アカデミアではルールベースはもはや見込みの無い技術だと思われがちだけれども，むしろビジネスの実務ではルールベースの方が成果面・コスト面で重要であって，そこの活用が両者の溝を埋める可能性があるという話． 内容 (Figure 1: D13-1079.pdf) 情報抽出の

2015-08-08 xgboost package のR とpython の違い - puyokwの日記 puyokwさんの記事に触発されて，私もPythonでXgboost使う人のための導入記事的なものを書きます．ちなみに，xgboost のパラメータ - puyokwの日記にはだいぶお世話になりました．ありがとうございました． Xgboostとは dmlc/xgboost Xgboostは言わずと知れた最近流行りのGradient Boosting系のライブラリで，独立したバイナリとしてコマンドラインから実行できるほか，RやPythonからもライブラリとして利用することができる．詳しくい情報は以下の記事を参照していただきたい． 勾配ブースティングについてざっくりと説明する - About connecting the dots. xgboostとgbmのパラメータ対応一覧をつくる -

2015-02-14 Beyond Clicks: Dwell Time for Personalization | Yahoo Labs Recsys2014のMetrics and Evaluationセッションで発表されてベストペーパーに選ばれた論文．新規手法や精度云々という話ではなく，新しい指標を作ってそれが実際に機能することを示したという内容． 概要 ウェブサイトのレコメンデーションは，だいたいCTRやクリックの有無をもとにしてユーザの趣向を推定するけれども，本当にユーザが記事の中身を見て読んだり気に入ったりしているとは限らない．そこでウェブページの滞留時間（Dwell Time）を新たな指標として提案する．サーバサイドとクライアントサイドの両方で検証して比較したほか，実際の応用としてランク学習や協調フィルタリングに適用して，クリックの情報を用いた解析と比較して同等の結果が得られ