More data or better models?
The discussion of whether it is better to focus on building better algorithms or getting more data is by no means new. But, it is really catching on lately. This was one of the preferred discussion topics in this year's Strata Conference, for instance. And, I do have the feeling that because of the Big Data "hype", the common opinion is very much favoring those claiming that it is "all about the d
ユニナレはなぜEC検索しかやらないのか
私はこれまでウェブサーチを中心に様々な検索関連の仕事をしてきました。独立した後も検索関連の様々な相談を受けます。例えば、 特許検索 レシピ検索 コーポレートサイト内の検索 ニュース検索 などを作ってくれないかと言った依頼です。 これらの案件は基本的に行っていません。じゃあユニナレは何をしているかと言うと EC検索 だけをしています。EC検索というのは例えばヨドバシカメラ内にある商品検索のようなものです。 なぜEC検索だけをやっているかと言うと、検索エンジンの改善に「データ」を使えるからです。 「データ」とは例えば次のようなもの。 購買情報 カート情報 クエリー クリック インプレッション お気に入り レビュー これらのデータを使って検索エンジンの関連性(Relevance)を向上させています。中でも一番重要なのが「購買情報」です。「購買」でなくてもダウンロードのように何らかの「コンバージョ
More data usually beats better algorithms, Part 2
Datawocky On Teasing Patterns from Data, with Applications to Search, Social Media, and Advertising The post More Data Beats Better Algorithms generated a lot of interest and comments. Since there are too many comments to address individually, I'm addressing some of them in this post. 1. Why should we have to choose between data and algorithms? Why not have more data and better algorithms? A. Ther
More data usually beats better algorithms
Datawocky On Teasing Patterns from Data, with Applications to Search, Social Media, and Advertising I teach a class on Data Mining at Stanford. Students in my class are expected to do a project that does some non-trivial data mining. Many students opted to try their hand at the Netflix Challenge: to design a movie recommendations algorithm that does better than the one developed by Netflix. Here's
Web-Scale時代のパターン認識 - WirelessWire News（ワイヤレスワイヤーニュース）
▼Big Data and Cloud ：Webスケール時代のパターン認識 2011年10月6日7日と幕張メッセCEATEC国際会議場にて「Big Data and Cloud ：Webスケール時代のパターン認識」と名打った研究会を行う。主催は電子情報通信学会パターン認識とメディア理解研究会（略称PRMU）であり大学および企業研究所でパターン認識を専門とする研究者グループの集まりである。この研究会は一般に極めてオープンであり、IT技術者の飛び入り聴講を期待している。パターン認識研究者たちがIT・エレクトロニクス産業のコンファレンスで研究会を開催することになった理由を以下に説明させていただきたい。 メッセージは2つある。一つは、パターン認識研究者に対して「今の研究は時代の要請にマッチしているのか？（後述の）Web-scale時代におけるパターン認識研究はどうあるべきかを考えて欲しい。」もう
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
Google Developers Day US - Theorizing from Data
What papers have shown that for machine learning, data set size is more important than the model being trained?
