アニメ監督|アニメ制作会社/アニメ作品/出演声優のデータにAuthor-Topic Modelを適用して何らかの関係があるか確かめる - 糞糞糞ネット弁慶
概要 アニメ監督またはアニメ制作会社とアニメ作品，出演声優には何らかのトピック(作品ジャンル)の関係が存在するという仮定に基づきAuthor-Topic Modelを適用する． アルゴリズム Probabilistic Author-Topic Models for Information Discovery(KDD 2004)(pdf) LDAでは文書 - 単語の関係だったけど，Author-Topic Modelでは文書の上に著者を考える．で，著者がトピックを選び，そのトピックに従って単語が選ばれるとする． データ しょぼいカレンダーをクロールし，2005年以降のアニメ，アニメ映画，OVAで試した． アニメ監督，アニメ制作会社，声優はそれぞれ「、」で繋げて書かれている事があるのでセパレータとした． クローラの実装はこれ(GitHub - ybenjo/crawl_syobocal: c
Machine Learning that Matters(ICML 2012) 読んだ - 糞糞糞ネット弁慶
機械学習やってる人は皆読むべきだと思う． Machine Learning that Matters (pdf) 概要 機械学習のトップカンファレンスICMLに数式/アルゴリズム/定理を1つも書かずに通った論文． 機械学習は何のために重要なのか，現実世界との繋がりを失っていないか，あなたは「機械学習って何の役に立つの?」と聞かれた時にちゃんと答えられるのか，まだ取り組まれてない重要な問題は何か，について触れた長文ブログのような論文． contributionsは 機械学習の研究と人類と科学全体におけるもっと大きな研究との間にある欠落に対する明確な特定と解説 そのギャップに取り組むための第一歩 (どう訳していいかわからなかった) 機械学習において重要な問題の提示 機械学習のための機械学習(要約: マッシュルームやアヤメの分類器を死ぬほど作って何の役に立ったの？) ベンチマークデータの問題 こ
少しでも研究に興味がある人，面白いテーマを探している人は「研究に必要なたったN個の事」とかいう記事を読まずに今すぐに"How to do good research, get it published in SIGKDD and get it cited!"を読
言いたいことはタイトル． そもそもSIGKDDとはSpecial Interest Group on Knowledge Discovery and Data Miningというデータマイニングや知識獲得のトップカンファレンス．WWWについで読んでて興味が合う論文が多い． How to do good research, get it published in SIGKDD and get it cited!(pdf) 173ページあるスライドだけど良い事ばかり書いてあるし，読者を楽しませるような非常に多くの著者の実体験(成功したものだけでなく，失敗したものも)や，後半になるとダメな論文，間違っている論文，その例が大量に載っていて飽きずに読める．ただKDDに通したい人だけでなく，研究を少しでもやろうとしている人，論文を書こうとしている人，面白いことをやりたい人は必ず読むべき． 適当に面白か
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
