オンライン凸最適化と線形識別モデル学習の最前線 - Preferred Networks Research & Development
内容は線形識別モデルの学習について（Perceptron, PA, CW, AROW, NHELDとNLP2010のtutorial + 最新のアップデート. 更新式が整理されています）、オンライン凸最適化のregret解析、sublinearなSVMの学習の話です。最近公開したjubatusの中の学習アルゴリズムの解説でもあります。 コスト関数が凸である場合のOnline Gradient Descentのregret解析の証明は美しかったので、普通はこういうのはプレゼンではやらないとおもうのですが紹介しました。 Sublinearの学習の話は今後いろいろ発展しそうです。各学習例に動的に重みをつけて優先的に学習する方法は直感的にはできそうだと昔考えてたのですが、こういう形できれいに定式化できるのだと感心しました。 IBISはそこそこ参加していますが、毎年新しい分野の問題が登場してきて面白
CScope - revamping
Linux Kernelのコードを読んでみようと思ったものの、さすがにgrepのみで読んでいくのはつらそうなので何かツールを探してみたところ、CScopeというツールがありました。 CScopeは、Cで書かれたソースコードからDBを作成し、それをVimやEmacsから利用することで、関数の定義や呼び出し元にジャンプできるナビゲーションツールです。大きなCのソースコードを読むのに便利そうなので、試してみました。 インストール $ apt-get install cscope DBを作成する 対象となるCのソースコードから、DBを作成します。DB用のディレクトリを用意します。 $ mkdir ~/cscope $ cd ~/cscope次に、ソースコードをスキャンしてファイルの一覧を作り、DBファイルを作成します。コマンドが結構長いので、簡単なシェルスクリプトを作って実行しました。 #!/bi
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
