AI Is Transforming Google Search. The Rest of the Web Is Next
As Google's head of artificial intelligence takes charge of search, deep learning is already changing the way Googling works. Yesterday, the 46-year-old Google veteran who oversees the company's search engine, Amit Singhal, announced his retirement. And in short order, Google revealed that Singhal's rather enormous shoes would be filled by a man named John Giannandrea. On one level, these are just
5分でわからない統計的検定 - 唯物是真 @Scaled_Wurm
社内でABテストとか統計的仮説検定の話題が出ていたので、統計的検定を知らない人向けに「5分でわかる統計的検定」というLTをしようかと思ったけど、まったく5分で終わる気がしなかったのでとりあえずブログにまとめてみる ちなみに社内では統計的検定は数名の人が個人的に趣味で使っている程度 個人的には統計的検定をやることをそんな重要視してないけど(PVとかユーザー数多ければだいたい有意差出るし、数値を見て明らかに差があるような変更でないとあまり意味がないような気がする) 自分は統計やABテストなどにあまり詳しいわけではないので注意 間違いはコメントやTwitterなどで教えていただけると嬉しいです 統計的検定とは 雑にいうと、得られた結果が偶然得られたものどうかを確かめる方法(特定の仮定のもとで) ABテストでは別々のものをユーザーに見せた結果が偶然の差ではなく統計的に意味のある差(有意差)が得られ
Optimizing hyperparams with hyperopt - FastML
Very often performance of your model depends on its parameter settings. It makes sense to search for optimal values automatically, especially if there’s more than one or two hyperparams, as is in the case of extreme learning machines. Tuning ELM will serve as an example of using hyperopt, a convenient Python package by James Bergstra. Updated November 2015: new section on limitations of hyperopt,
1020：ベイズ的最適化の入門と応用 機械学習による機械学習の実験計画
2015年9月18日（金）に開催されたGTC Japan 2015での講演です。 佐藤 一誠 情報基盤センター 東京大学 ベイズ的最適化とは、入力から出力を得るコストが高いブラックボックス関数を効率的に最適化する手法の総称である。高コストなブラックボックス関数に対して、少ない入力のステップでより最適化な出力を得ることを目的とする。例えば化学実験において、ある実験設定を入力として、得られた化合物の良し悪しが数値的に計測可能な場合に、より良い実験設定を探索する問題は、ベイズ的最適化の１つの応用例となる。 近年、機械学習アルゴリズムの複雑化にともない、機械学習アルゴリズムの実験設定も複雑化しており、ベイズ的最適化によって機械学習の実験を効率化する研究が注目を集めている。例えば、いくつかのアルゴリズムを複数パイプライン化して使用する場合、個々のアルゴリズム毎にモデル選択方法やハイパーパラメ
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
