2014 3 13(テンソル分解の基礎)
SSII2021 [OS2-01] 転移学習の基礎：異なるタスクの知識を利用するための機械学習の方法 6月10日 (木) 11:00 - 12:30 メイン会場（vimeo + sli.do） 登壇者：松井 孝太 氏（名古屋大学） 概要：転移学習とは、解きたいタスクに対して、それと異なるが似ている他のタスクからの知識（データ、特徴、モデルなど）を利用するための方法を与える機械学習のフレームワークです。深層モデルの学習方法として広く普及している事前学習モデルの利用は、この広義の転移学習の一つの実現形態とみなせます。本発表では、まず何をいつ転移するのか (what/when to transfer) といった転移学習の基本概念と定式化を説明し、具体的な転移学習の主要なアプローチとしてドメイン適応、メタ学習について解説します。
集合関数，劣モジュラ性とは | 高校数学の美しい物語
今回は，以下のような実数値集合関数 fff を扱います。 入力：集合。台集合 EEE の部分集合ならなんでもOK。 出力：実数。 台集合を E={1,2}E=\{1,2\}E={1,2} とすると，入力として考えられるのは4通り。例えば，集合関数 fff の例としては， f(∅)=0f(\emptyset)=0f(∅)=0，f({1})=3f(\{1\})=3f({1})=3，f({2})=1f(\{2\})=1f({2})=1，f({1,2})=10f(\{1,2\})=10f({1,2})=10 なるものが考えられる。 1が米，2が明太子，fff は効用（嬉しさ）を表すものと考えてみましょう。米だけある嬉しさは 333，明太子だけだと 111，両方あると相性抜群なので嬉しさは 101010 という感じです。 このように，相性が良かったり，逆に悪かったりする状況も考えられるので，必ずしも
Convex Optimization Short Course
S. Boyd, S. Diamond, J. Park, A. Agrawal, and J. Zhang Materials for a short course given in various places: Machine Learning Summer School, Tubingen and Kyoto, 2015 North American School of Information Theory, UCSD, 2015 CUHK-SZ, Shenzhen, 2016 SIST, Shanghai, 2016 IMT, Lucca, 2016 Seoul National University, 2018 Beijing Jiatong University, 2019 Lecture slides, IPython notebooks, and videos Conve
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
http://alex.smola.org/talks/Dato15.pdf
Linear Support Vector Machines via Dual Cached Loops Shin Matsushima ∗ Information Science and Technology The University of Tokyo, Tokyo masin@r.dl.itc.u-tokyo.ac.jp S.V. N. Vishwanathan Statistics & Computer Science Purdue, West Lafayette IN vishy@sta
