IBIS 2017 行った - 糞糞糞ネット弁慶IBIS2017 | 第20回情報論的学習理論ワークショップ, 2017.11.8〜11, 東京大学 本郷キャンパス 聞いたポスターについてメモ．人があまりに多くて，予定していた半分も聞くことができなかった． D1-22 : 機械学習モデルの列挙 著者らによるスライド 機械学習モデルの列挙 同じ精度を持ちつつ，異なるモデルを複数列挙することでユーザが納得のいくモデルを見つけることができる，という話 Enumerate Lasso の論文は読んでいたけれど，特殊な形の決定木であっても列挙は可能である，という話をもう少し詳しく聞きたかった D1-25 : HTTP通信を用いた半教師あり学習によるマルウェア感染端末の分類器について 教師あり学習で判別したいが特徴量が非常にスパース．そこで半教師ありでデータを追加すると精度が改善する とはいえ追加せずとも AUC が 0.8 近かった D1-38
Google Code Archive - Long-term storage for Google Code Project Hosting.
