Deep Learning 勉強会 Chapter 12
研究の方ではなかなか触る機会が無いのですが，知識だけは入れておきたいということで最近は社外の人達が主催しているDeep Learning勉強会に参加させてもらっています． こちらでは輪講資料として以下のサイトで公開されている書籍のドラフト版を使用しています． https://www.deeplearningbook.org/ なかなか知識不足という事もあって，細かい部分は分からなかったりするのですけど，12章は自然言語処理の話も含まれていることから私の担当となりました．広い内容をカバーしていることもあって私としても非常に勉強になりました． 勉強会の中では Chen and Goodman の資料は 1998 ではないかと書いたのですが，1999の物もありました．ということで，資料の方でのリファレンスの指摘は私の間違いです． http://www2.denizyuret.com/ref/go
gamglm
持橋先生が公開されているガンマ一般線形回帰で，部分文字列から単語の最大長を予測して形態素解析のラティスの圧縮をしています． 社内の勉強会で軽く紹介をしたのでそのスライドを公開します． 出力ラベルが連続値で，ラベル間に依存があるようなタスクでは非常に強力な手法です． 今回は単語の最大長を予測するという目的で使用しましたが，他にもいろいろなタスクに適用できるのではないかと思います．
IJCNLP2013聴講
月曜日から、IJCNLP2013を聴講に来ています。昨夜から今朝に掛けては、大型の台風26号が来ましたが、名古屋は夜半から朝方に掛けて通過したため、会議自体にはあまり影響はなかったようで、良かったです。 月曜日は Humanoid Robot との Open-domain 対話に関するチュートリアルを聞きました。Wikipediaのリンクを利用して、話題をスムーズに切り替えて行くという会話制御の方法、音声と共に、身体的なボディーランゲージと同期させるという内容でした。Open-dmain talk と open-domain listening とは違う、ということで、今回は前者であり、後者ははやり難しいと言われていました。 ちなみに、このチュートリアルで紹介されていたPythonによる Robotics と音声認識・合成のライブラリ Python Robotics Pyspeech 今回
論文紹介:Practical Bayesian Optimization of Machine Learning Algorithms(NIPS2012)
はじめまして、宇土敬祐(@utotch)と申します。 普段の仕事では、機械学習やロボティックス、画像処理等の研究をやっていますが、趣味でHaskell や圏論の勉強をしたりしています。よろしく御願いします。 私は、先日 ICML2013に出張してきたのですが、Vanishing Component Analysis の話を 塚原と鈴木に紹介したら、一気に私より詳しくなってアクセル全開で解説を始めてしまいました。(もはや私の立場が形無し…(泣)) 私の方は、もっとゆったりと行きたいと思います。 NIPS2012 の論文紹介で、Gaussian Process を使って機械学習器のハイパーパラメータをチューニングするお話です。 私が素朴に伝えたいのは、この論文そのものというより、Gaussian Process の直感的なイメージと用途です。 私はPRMLでGaussian Process (
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
