badssl.com
badssl.com 🎛Dashboard Dashboard 🎫Certificate expired wrong.host self-signed untrusted-root revoked pinning-test no-common-name no-subject incomplete-chain sha256 sha384 sha512 1000-sans 10000-sans ecc256 ecc384 rsa2048 rsa4096 rsa8192 extended-validation 🎟Client Certificate Certificate Downloads client client-cert-missing 🖼Mixed Content mixed-script very mixed mixed-favicon mixed-form ✏️HTTP h
グラフラプラシアンとか - Standard ML of Yukkuri
日誌今日はB4はじめての個別ゼミ(各自の研究の進捗を報告し、参加者からアドバイスなどをもらう集り)があり、終始なごやかムードで進む。自分も発表は来週なので他人ごとのようになごんでいた。とある発表に先生が「私のThinkpadはチューリング機械より賢い。なぜでしょう」という問いかけを出し、私も考え悩んだが答えは単に「普通のパソコンは温度計などセンサーにより物理現象を観測しているが、チューリングのモデルはそれを取得する術がない」というだけのことであった。ドクタのひとが世界全体を入力として与えていればいいのでは、といった反論*1なども出たが、それは記述可能であるかという話になり云々云々。ゼミ後は研究室でグラフベースの Semi-Supervised Learning (SSL) の話題と、それに関連して重み付きグラフのノード分類の話(特にSpectral Clustering)について調べる。S
COP-KMEANS(Constrained K-means)を試してみた - のんびり読書日記
制約付きクラスタリング・半教師ありクラスタリングは、クラスタリングをする際に制約を与えることで精度を向上させる手法です。制約は2つのデータ間の関係を定義した、以下がよく使われるようです。 must-link 同じクラスタに所属しなければならない cannot-link 同じクラスタに所属してはならない 今回はとりあえず制約付きクラスタリングの論文で多く引用されていて、以下の論文を参考に実装してみました。手法がK-meansを少し改良しただけで一番簡単そうだったのと、最新の動向まで調べきれなかったので、まずはとっかかりとして。 "Constrained K-means Clustering with Background Knowledge", by Kiri Wagstaff, Claire Cardie, Seth Rogers, and Stefan Schroedl. ICML 20
Semi-Supervised Learning Tutorial
Semi-Supervised Learning Tutorial Xiaojin Zhu Department of Computer Sciences University of Wisconsin, Madison, USA ICML 2007 Xiaojin Zhu (Univ. Wisconsin, Madison) Semi-Supervised Learning Tutorial ICML 2007 1 / 135 Outline 1 Introduction to Semi-Supervised Learning 2 Semi-Supervised Learning Algorithms Self Training Generative Models S3VMs Graph-Based Algorithms Multiview Algorithms 3 Semi-Super
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
http://pages.cs.wisc.edu/~jerryzhu/pub/SSL_EoML.pdf
Tutorial on Semi-Supervised Learning
tech_report_long_8.dvi
Data Clustering via Graph Min-Cuts Erin R. Rhode University of Michigan EECS 767 March 15, 2006 Outline Why Data Clustering? Introduction to Graph Min-Cuts Bipartite Graph Partitioning (Zha et. al., 2001) Minimum-Cut Tree Partitioning (Flake et. al., 200
Graph Cut Algorithms in Vision, Graphics and Machine Learning An Integrative Paper Sudipta N. Sinha { ssinha@cs.unc.edu} University of North Carolina at Chapel Hill. Abstract This integrative paper studies graph-cut and network flow algorithms on graphs
Subjectivity Recognition on Word Senses via Semi-supervised Mincuts
http://www.ai.cs.scitec.kobe-u.ac.jp/~t-kosaka/index.php?%E8%B3%87%E6%96%99%E9%83%A8%E5%B1%8B%EF%BC%92
Graph Min-Cuts - Learning from Labeled and Unlabeled Data using Graph Mincuts
http://pages.cs.wisc.edu/~jerryzhu/pub/sslsa.pdf
http://pages.cs.wisc.edu/~goldberg/publications/goldbergTextgraphs.pdf
http://pages.cs.wisc.edu/~goldberg/publications/sslnlp_realisticSSL.pdf
Graph-based SSL - SSL Tutorial: ACL 2008
unlabelled.dvi
Learning with Positive and Unlabeled Examples Using Weighted Logistic Regression
Semi-Supervised Sequential Labeling and Segmentation Using Giga-Word Scale Unlabeled Data
Feature-based Distributed Language Modeling with a Mixture of Experts