Kaggle - Instacart上位陣解法まとめ - Qiita
KaggleのInstacart Market Basket Analysis1の上位陣解法についてまとめました． 参考になりそうでしたら幸いです． Instacart Market Basket Analysis1とは ユーザーが次に注文する商品の予測． データ構成2 ユーザー数: 20万 注文回数: 340万 商品数: 5万 全体の把握には記事2が参考になります． [2位] 2nd Place Solution Name: ONODERA Kaggle Discussion: https://www.kaggle.com/c/instacart-market-basket-analysis/discussion/38143 Code: https://github.com/KazukiOnodera/Instacart Writeup: http://blog.kaggle.com/2
The Beginner's Guide to Kaggle
Kaggle, a popular platform for data science competitions, can be intimidating for beginners to get into. After all, some of the listed competitions have had over $1,000,000 prize pools and hundreds of competitors. Top teams boast decades of combined experience, tackling ambitious problems such as improving airport security or analyzing satellite data. [images style=”0″ image=”https%3A%2F%2Feliteda
Pythonではじめる機械学習
Pythonの機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。 関連ファイル サポートページ 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日
ニューラルネットワークの量子化についての最近の研究の進展と、その重要性 - SmartNews Engineering Blog
こんにちは、スマートニュースの徳永です。深層学習業界はGANだとか深層強化学習だとかで盛り上がっていますが、今日は淡々と、ニューラルネットワークの量子化の話をします。 TL;DR パラメータだけを量子化するのであれば、ほぼ精度を落とさずに、パラメータのデータ容量は1/16程度にまで削減できる パラメータ、アクティベーション、勾配のすべてを量子化し、推論だけでなく学習までもビット演算だけで実現する研究が進んできている 現在は深層学習 = GPU必須というぐらいの勢いがあるけど、量子化の研究が進むと、今後はどうなるかわからないよ はじめに 情報理論における量子化とは、アナログな量を離散的な値で近似的に表現することを指しますが、本稿における量子化は厳密に言うとちょっと意味が違い、十分な（=32bitもしくは16bit）精度で表現されていた量を、ずっと少ないビット数で表現することを言います。 ニュ
機械学習モデルに対する攻撃手法 -Equation-Solving Attacks- | 技術者ブログ | 三井物産セキュアディレクション株式会社
この1～2年の間に機械学習を使用したサービスやプロダクトが数多くリリースされています。それと同時に、機械学習モデルに対する攻撃手法も多く発表されています[1] [2] [3]。 本ブログでは、EPFLのFlorian氏らが発表した論文「Stealing Machine Learning Models via Prediction APIs」から「Model Extraction Attacks」と呼ばれる機械学習モデルに対する攻撃手法の一例を紹介します。 Model Extraction Attacks 「Model Extraction Attacks」とは、機械学習サービス(ML Service)に対する入力値と、それに対応する出力値を基に、ML Serviceで使用しているMLモデル(Logistic Regression、Multilayer Perceptron、Decision
機械学習を利用したちょっとリッチな検索
検索対象のデータに機械学習を利用して情報を増やし、それをナビゲーションの軸として使ったり集計や可視化で利用すると面白いよ、という話。
SML: Scalable Machine Learning
Practical information Volume: 3 hours per week (3 credits) Time: Tuesday, 4-7pm (3 lectures /in one block) Location: 306 SODA Instructor: Alex Smola (available 1-3pm Tuesdays in Evans 418) TA: Dapo Omidiran Grading Policy: Assignments (40%), Project (50%), Midterm project review (10%), Scribe (Bonus 5%) Piazza discussion board Updates 041812 New set of assignments is online. 041812 Slides for grap
次世代シーケンサが求める機械学習
1. 次世代シーケンサ解析で 新たに求められる機械学習 東京工業大学 大学院情報理工学研究科 瀬々 潤 sesejun@cs.titech.ac.jp 2011/11/10 @ IBIS 2011 2. 遺伝子 DNA(ゲノム) mRNA タンパク質 細胞 Illustrations are © 2011 DBCLS Licensed under a Creative Commons 表示 2.1 日本 License 2 3. 次世代シーケンサとは？ • DNAを読む機械 • 単純にはDNAを読む量が，今までより増え，安価になっただけ の機械．ただ，その規模が半端ない． • 大規模データの扱い→統計解析→学習モデルへ？ 長さ 次世代シーケンサ (第3世代，2010∼) 7万本 x2000bp 96本 x500bp サンガー法 次世代シーケンサ (ヒトゲノムが読まれた (第2世代, 200
機械学習における連続最適化の新しいトレンド | PDF
従来，機械学習における連続最適化の利用は，解きたい問題を線形計画，２次計画，半正定値計画など，特定の標準形に帰着させることによって内点法などの既存の高性能なソルバーを言わばブラックボックスとして使おうというものであった．一方ここ数年，スパース信号復元や圧縮センシングの流行とともに信号処理の分野でこれらの枠組みにこだわらない最適化手法が盛んに研究されている．この発表ではこの代表例…
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
