サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
衆院選
jkomi.hatenablog.com
Jubatus0.7.0についにBanditアルゴリズムが実装されたのですが、漸近最適なアルゴリズムがまだ実装されていないので、Thompson sampling (TS) を実装してみました。 TSの詳細はThompson sampling - Wikipedia, the free encyclopediaなどに詳しいです。TSはThompsonさんが1930年に提案された最も古いアルゴリズムの1つなのですが、バンディット業界ではUCBなどと比べるとほとんど知られていませんでした。Googleの中の人がABテストに利用したことや、NIPS2011でTSの性能を他のアルゴリズムと比較した論文が出版され、圧倒的に性能が良いことが示されたことでTSは一躍注目をされるようになりました。理論的にも、TSは漸近最適なアルゴリズム*1の1つとして知られています。このアルゴリズムはベイズ推定に基づくた
WWW2014勉強会で論文紹介をさせていただきました。 WWW (International World Wide Web Conference)はWebに関する有名国際会議で、トピックは割となんでもOK(データベース、情報検索、データマイニング、自然言語処理、機械学習、ゲーム理論、etc)な印象です。 WWW2014勉強会発表 from jkomiyama 紹介論文は最初の2つがオンライン広告、残り1つが推薦です。 オンライン広告の話はInternet Economics & Monetizationというセッションで、ざっくばらんに言うとEC(オンラインの情報処理とゲーム理論の有名国際会議)と近い雰囲気を感じました。広告の配置をどうすればいいか、というのは実は難しい問題で、売り手と書い手の多人数ゲームとして定式化できます。ECには日本人研究者の論文がほとんどないですが、僕の専門と近いの
Quoraに投稿された質問 "What has happened in theoretical machine learning in the last 5 years (2009-2014)?" 「2009年から2014年の機械学習の理論的進歩について教えてください」 への、機械学習研究者Yisong Yueの回答を翻訳しました。そのままだと通じない部分は意訳しているので、原文に忠実ではありません。 「2009年から2014年の機械学習の理論的進歩について教えてください」への回答 私の個人的な視点で話します。 潜在変数モデルに対する最適推定について: 理論的な進歩として私が最初に思いつくのは、潜在変数モデルに対する(ほぼ)最適な推定です。この潜在変数モデルの最適推定は一般的に非凸な問題であり、つまり(よく知られている)凸最適化の手法の通用しない難題です。 最も輝かしいアプローチはスペクト
このページを最初にブックマークしてみませんか?
『jkomi.hatenablog.com』の新着エントリーを見る
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