インフラエンジニアが見た機械学習のトップカンファレンス NIPS 2016 - Qiita
これは リクルートライフスタイル Advent Calendar 2016 の23日目の記事です。 この記事は何？ ども、データエンジニアリンググループで主にログ収集・解析基盤の面倒を見ている tmshn と申します この記事は、私が機械学習のトップカンファレンスである NIPS に参加して感じたことや注目した発表などを共有するものです。 機械学習の研究界隈の最新の動向について把握するのに役立つかも知れ……いや、うーん、やっぱ役立たんかも。私の所属するグループ※の特性上、「機械学習における研究とアプリケーションの橋渡し」 という観点で見ていただいた方がいいかも知れませんね。 ※ 弊グループがどんなグループかについては、6日目の _stakaya さんの記事 を御覧ください NIPS とは？ 正式には "Conference on Neural Information Processing
A Survival Guide to a PhD
This guide is patterned after my “Doing well in your courses”, a post I wrote a long time ago on some of the tips/tricks I’ve developed during my undergrad. I’ve received nice comments about that guide, so in the same spirit, now that my PhD has come to an end I wanted to compile a similar retrospective document in hopes that it might be helpful to some. Unlike the undergraduate guide, this one wa
情報検索における評価指標の最新動向と新たな提案
社内向けに発表した研究会のスライドです。ハイライト版が以下のブログです。 「深層強化学習のself-playで遊んでみた」：https://recruit.gmo.jp/engineer/jisedai/blog/self-play/ 結果のアニメーションが以下のgithubにあります。 https://github.com/jkatsuta/17_4q_supplement 2017/10に発表されたBansal+17を参考に、深層強化学習のself-playを使って、2体のAgentを戦わせることで複雑な行動の学習を試みた結果について話しました。論文にはない初期位置などでも学習をさせて、どのように変化するかの考察などもしました。
研究用にニコニコ動画のコメント約300GBを公開‐ニコニコインフォ
ニコニコ動画をご利用いただきありがとうございます。 去る4月末、第四回ニコニコ学会β開催を記念し、国立情報学研究所 情報学研究データリポジトリ(IDR)ご協力の元、ニコニコ動画のメタデータ「ニコニコデータセット」を公開しました。 データはニコニコ動画に昨年11月初旬までに投稿された約830万件の動画のメタデータ（タイトル、説明文、タグ、投稿日時、再生数等）約12GBと、それに対するコメントデータ（コメント本文、投稿日時、コメント位置等）約300GBです。動画データ本体および個人を特定するユーザIDは含まれません。原則「すでに公開されているデータ」をとりまとめており、非公開のデータは含みません。 本データが公開されることにより、スクレイピング等を行わなくともニコニコ動画に関する研究が行えるようになります。 また、学術機関に所属する研究者が検証可能な形で公式に研究発表しやすくなるものと考えられ
ニューラルネットの逆襲 - Preferred Networks Research & Development
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
推薦システムのアルゴリズム
Algorithms of Recommender Systems ⟨ http://www.kamishima.net/ ⟩ Release: 2016-09-26 21:53:16 +0900; 9645c3b i 2007 11 [ 07] 2008 1 [ 08a] 2008 3 [ 08b] 3 (1) (3) GitHub https://github.com/tkamishima/recsysdoc TYPO GitHub pull request issues I II III IV V ii J. Riedl J. Herlocker GroupLens WWW iii 𝑥 𝑋 𝐱 𝐗 𝑥 𝑦 𝑋 𝑌 𝐱 𝐲 𝑛 𝑚 {1, … , 𝑛} {1, … , 𝑚} 𝑦 𝑦 𝑥 x 𝑎 𝑟𝑥𝑦 𝑥 𝑦 ̄ 𝑟𝑥
専門知識の仕入れ方 - Preferred Networks Research & Development
今日は，普段どのようにして専門知識を仕入れているかについて書いてみようと思います．特に自分が得意でない分野を知りたいと思った時に，どうするかに注目したいと思います．自分の専門の場合は，いくらでも時間を注ぐことが出来るので，世界中のリソースを全て探し当てて勉強すれば良いのですが，ちょっと興味が有るぐらいではそこまでやる時間は取れません．なので出来るだけ効率的に分かった気になるのが目標です． まず，論文を直接読むのはあまり効率的では無いと思います．論文は広い分野の中の或る問題に対して一つの解決方法を書いているだけで，分野全体を俯瞰することは目指していません．論文だけ読んで分野全体を理解するには，最低50本ぐらい読む必要が有ると思います．
行政刷新会議「事業仕分け」第3ワーキンググループ 録音ファイル - 子子子子子子（ねこのここねこ）
本日（11/13）に為された3WGの録音ファイル置き場へのリンクです。ストリーミングじゃないので、ダウンロードに時間かかるかもしれませんがご容赦を。 あと、冒頭に行われた「3-17（独）理化学研究所(1)（次世代スーパーコンピューティング技術の推進）」は録り損ねましたorz ので、ニコニコ動画でご覧くださいm(_ _)m なお11/13分の評決結果はこちらです。 11/19追記： これらの録音ファイル（及びニコニコ動画の録音ファイル）を元にしてテキストに起こしてくださった奇特な方が居られます。（本当に感謝！！）お時間のない方は、これらのテキストで事業仕分けの内容をぜひ確認してください。 本ワーキンググループに関する更に深い情報に関しては事業仕分けWS3 まとめウィキにまとめてくださってます（本当にありがとうございます）。そちらも是非ご参照ください。 また、政府からの配付資料は項目別ではなか
「仕分け」会議を聞いて勿体ないと思ったこと - ペンギン日記（旧akoblog)
シカゴ出張中だが、部屋のネットでライブ中継を聞いていた。若手の競争的研究資金は「縮減」という結論になった。 明日は、まさに科研費（若手B）の出張費での成果発表だが、心が落ち着かないのでブログに書いておこう。 行政刷新会議ワーキンググループ日程・ライブ中継サイト http://www.cao.go.jp/sasshin/oshirase/live.html ライブ中継を聞きながら、Twitterの#shiwake3 というハッシュタグでコメントを投稿しつつ、皆さんの反応も読んでいたが、だんだん悲しくなってきた。これまでの運用を見直し、しかるべきところに割り当てなおし、無駄がでないように使いやすいようにしていこうということについては、毛頭反対する気はない。当事者目線で見直すというのならば、単年度での使いづらさや、若手にとって「自分の」研究費が持てることの価値を取り上げていただきたかった。だが、
民間IT企業の研究活動 : 研究開発
多分この数字より多いです。 小さなメーカーでも、その業界の研究論文は、普通は幾つも書くものです。 民間企業で普通は研究しないみたいな（異常な）風潮になっているのはIT系ぐらいです。 人工知能技術のネットビジネスでの活用 内山幸樹 ホットリンク株式会社 人工知能学会誌 24(4) 2009 私は、2000年に、「ほっとする」情報社会の実現、知識循環プラットフォームの実現を目指し。 ホットリンク株式会社を創業した。今でいうWeb2.0にあたるサービスを当時からつくってきており、 その過程でさまざまな学術機関との連携をおこなってきた。 近年でも、人工知能技術を活用しているベンチャー企業はいくつもあるが、 比較的長い間、人工知能に関する技術を活用する試みを続けてきたと考えている。 ..... 2.1 東京大学石塚教授との出会い 1999年、ソニーがネットだけで完結する販売方法の損害販売会社（現 ソ
仕分け人必読！マイクロソフト幹部が語る 「日本の科学技術は宝の山」 | Ｒ＆Ｄ1兆円企業の秘密 マイクロソフトを支える頭脳 | ダイヤモンド・オンライン
バブル再来！株価を動かす重大ニュース 人事、再編、物言う株主の思惑…記者が総力取材 2024.2.28[7記事]
ウェブ系の研究をするなら Microsoft に行くべき - 武蔵野日記
SIGIR 2009 の採択論文が発表されていたようだ。SIGIR というのは情報検索に関する世界で一番権威ある国際会議で、情報系の国際会議ランキングでもトップ10にランクインしている。その採択数が一番多いのは Microsoft、二番目が Yahoo! 次いで Google (でも3本だけ)という結果に。 なぜ採択数(率)が問題になるかというと、情報系の国際会議というのは最新の研究成果を発表する場であり、投稿された論文に2人以上の査読者がついて各項目について点数をつけ、一定点数以上のものだけを採択するので、国際会議のランクに応じてそれなりのクオリティの論文が書けないとそもそも通らないし、1人で書ける論文の量にも限界があるので大量に通せる研究機関は研究者の層も厚いことが分かるからである。 上記リンク先でも書いてあるが再度引用すると、 38% of the papers have at le
SNSの利用実態に関する調査--「ほぼ毎日SNSを利用している」が約45％
Webマーケティングガイドでは、インターネット調査会社の株式会社ボーダーズと共同調査のもと、mixiやGREEなどPCで利用可能なSNS（ソーシャルネットワークサービス）に関する利用実態調査を行った。 ≪調査結果サマリー≫ 45％弱のSNS利用者がほぼ毎日SNSを利用 SNSの日記の閲覧頻度に関して、SNS利用者の58％がどちらかと言えば増えたと回答 SNS利用者の利用頻度の減少理由で最も多かったのは、「時間がなくなったから」 Q1. SNSの利用頻度（単一回答） 「日記の閲覧」「メッセージの確認」というSNSの機能について、SNS利用者の約45％弱がほぼ毎日閲覧していることがわかった。 また、約20％がほぼ毎日SNSを更新していることがわかった。 今となっては、死語に近いが数年前「mixi依存症」という言葉が新たな文化として世間を賑わした（参照：「mixi依存症なんです」――ソーシャルネ
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
GitXiv: Collaborative Open Computer Science
【森山和道の「ヒトと機械の境界面」】 触覚をデジタルに操作する ～第3回「TECHTILE展 触覚のリアリティ」レポート
TechCrunch | Startup and Technology News
United States