The YouTube Video Recommendation System James Davidson Google Inc davidson@google.com Benjamin Liebald Google Inc liebald@google.com Junning Liu Google Inc ljn@google.com Palash Nandy Google Inc palash@google.com Taylor Van Vleet Google Inc tvv@google.com ABSTRACT We discuss the video recommendation system in use at YouTube, the world’s most popular online video commu- nity. The system recommends
2. 自己紹介 @kakenman 趣味 最近の動向 組み込みプログラミング 成り行き上某M社という外資 Python のコンサルに就職することに サーバ管理 なったので,せっかくだから VM遊び(特にKVM) これまでの知識を何かに役立 金属溶接 てたい気分 金属加工 電子工作 ←他のも要望あればやります 今回はこれ 機械学習 よ!TIG溶接は任せろ! 自然言語処理 未来ガジェット製作 牧瀬紅莉栖 3. カーネル法とSVM • ガチ勢的には使い古された手法 • 一方で名前だけ知ってるって人も多い • 「あ,あーSVMねー(よく分かってないけど)」 • 「あ,あーカーネルトリックねー(全然分からな いけど)」 • 今日はそんな感じの方向け 4. 本日のはなし • 第一部:カーネル法 • 第二部:サポートベクターマシン 準備期間の関係で第一部で力尽きた感あり・・・ 導出の手順は色々ありますが
バイアス-バリアンス (bias-variance)† モデル \(Y=f(X)+\varepsilon\) から訓練サンプル集合 \(T\) が生成されたとする. ただし,\(\varepsilon\) は正規分布 \(N(0,\sigma^2)\) に従う真のエラー項. この訓練サンプル集合から \(\hat{f}(x)\) を推定したとする. このとき,点 \(x\) の汎化誤差を最小2乗で測ると \[\mathrm{E}[(Y-\hat{f}(x))^2|X=x]=\sigma^2+\Bigl(\mathrm{E}_T[\hat{f}(x)]-f(x)\Bigr)^2+{\mathrm{E}_T}\bigl[(\hat{f}(x)-\mathrm{E}_T[\hat{f}(x)])^2\bigr]\] \[=\sigma^2+{\mathrm{Bias}}^2[\hat{f}(x)
有名サイトのGrowth hackテクニック色々〜Quora、facebook、twitterなど〜1 of 59
ただいまログミーでは、サイトの運営を手伝ってくれる「編集/ディレクター」と、書き起こし作業をお願いできる「ライター」を募集しています。
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