netflix prize is over, 時間経過による嗜好性の変化 - DO++
米国のオンラインDVDレンタルサービス「Netflix」が、現在利用しているレコメンデーションシステムの性能をはじめに10%改善したチームに100万ドルの賞金を与えるという触れ込みで始まったnetflix prizeは当初の予想よりも時間がかかったが、つい最近最初からトップを走り続けていたbellkorと、上位陣のコラボレーションのチームが10%の壁を破った（leaderboard）。 彼らの手法は「非常に多くの様々な種類のレコメンデーションシステムの結果を混ぜ合わせる」という愚直だがいかにも精度が出そうだという方法を採用している（、と昨年度の結果からは思われる。近々詳細は出るだろう。） 実際に使ってとどめになったかどうかは分からないが、彼らのチームの主要メンバーがKDDで新しい手法を発表しており、単一の手法による最高精度を達成している。ちなみに今年のKDD（データマイニング系の学会の最高
Richard Wang (王俊晴)
Ph.D. Thesis Richard C. Wang: Language-Independent Class Instance Extraction Using the Web. In CMU SCS Technical Report Series (CMU-LTI-09-020), 2009. PowerPoint Slides: phd-thesis.ppt Thesis Systems Automatic Set Instance Acquirer (ASIA) Instance Acquisition refers to extracting instances of a given semantic class name (e.g., car makers => Ford, Nissan, Toyota). ASIA extracts set instances by uti
最大マージン kNN と SVM の関係: kNN も最近はがんばっています - 武蔵野日記
先日書いた機械学習における距離学習の続き。 kNN (k-nearest neighbour: k 近傍法)は Wikipedia のエントリにも書いてある通り、教師あり学習の一つで、あるインスタンスのラベルを周辺 k 個のラベルから推定する手法。memory-based learning と呼ばれることもある。単純に多数決を取る場合もあれば(同点を解決する必要があるが)、近いインスタンスの重みを大きくする場合もあるのだが、いずれにせよかなり実装は単純なので、他の機械学習との比較(ベースライン)として使われることも多い。 簡単なアルゴリズムではあるが、1-NN の場合このアルゴリズムの誤り率はベイズ誤り率(達成可能な最小誤り率)の2倍以下となることが示されたり、理論的にもそれなりにクリアになってきているのではないかと思う。また、多クラス分類がちょっと一手間な SVM (pairwise に
特異値分解を用いたレコメンデーション - NO!と言えるようになりたい
Recommender Systems 2007(http://recsys.acm.org/2007/)で発表された論文である，Bhaskar Mehta, Thomas Hofmann, and Wolfgang Nejdl, Robust Collaborative Filtering, In Proceedings of the 1st ACM Conference on Recommender Systems, ACM Press, October 2007, pp. 49–56. を読んだメモです．この論文では，ある種の攻撃に耐えられるような，頑強な協調フィルタリングの手法を提案していますが，その説明は後日行うことにして，今回は，関連研究に挙げられていた，特異値分解を用いたレコメンデーションアルゴリズムについて説明を行いたいと思います． 特異値分解 ある任意のm x n行列は下
k66旗舰厅_尊龙凯时app下载
k66旗舰厅 k66旗舰厅是专业生产高压开关配套件的企业，全厂占地面积2000多平方米，建筑面积为1000平方米，拥有固定资产380万元，拥有工程技术人员18人，其中高级工程师4人。企业主要生产压制环氧注射各种高压绝缘件，带电显示装置，JSxGN系列机械闭锁，各种程序锁和电磁锁，JNl5—12（ESl）中置柜专用接地开关。我厂技术力量坚实，检测设备齐全，工艺先进，并建立了GB/T19002-IS09002质量保证体系...[更多+]
steps to phantasien(2008-08-14) Netflix Prize 外野席
"集合知プログラミング" という本が出たらしい. 私の積読には元本の "Programming Collective Intelligence" があって, 途中まで読んだまま放置していたら日本語訳が出てしまった. (オライリーのアンチパターンと命名.) 悔しいので本は処分. そのうち日本語版で続きを読もう.... 興味を持っていたのは推薦エンジン(協調フィルタ)だった. 私の中では検索エンジンに匹敵するウェブのハイテクという位置付けなんだけど, 草の根には普及しておらず悲しい. 検索エンジンでの Hyper Estraier や senna に相当する協調フィルタの立ち位置は デッドヒートが予想される...とだいぶ前から思ってるんだけど, いまのところ閑古鳥気味. まったく, 出し抜くだけの実力があればなあ. 先の皇帝ペンギン本では, 一章にさっそく協調フィルタが登場する. 読んでみると
Collaborative Filtering with Ensembles - igvita.com
By Ilya Grigorik on September 01, 2009 One of the most interesting insights from the results of the Netflix challenge is that while the algorithms, the psychology, and good knowledge of statistics goes a long way, it was ultimately the cross-team collaboration that ended the contest. "The Ensemble" team, appropriately named for the technique they used to merge their results consists of over 30 peo
PRoxy Diary(2006-09-16) - Bayesian Sets
_ [コンピュータ] Bayesian Sets何はともあれ一番目立つところにリンクをば。 ここのところちょっと時間が取れたので、以前から気になっていたBayesian Setsを実装してみました。Bayesian Setsは、ある単語を入力すると、それと関係が深い単語を推測して返してくれるというものです。Google Setsというサービスを聞いたことがある方もおられるかもしれませんが、やりたいことはあれと同じです。理論的な話に興味がある場合はここを参照するか、元論文に当たってください。 論文で「高速」と紹介されているだけあって、Wikipediaから17万文書を使って学習させたにも関わらず結構な速度で動いてくれています。辞書に登録されている単語数も44万と豊富。これだけのものを現実的な時間で捌いているというだけでも、かなり驚きです。無理やりアドホックに処理を端折って計算量を減らしている
The Homepage of Nearest Neighbors and Similarity Search
The Homepage of Nearest Neighbors and Similarity Search Maintained by Yury Lifshits Update: this page is frozen. Please visit the successor page by Arnoldo Muller To preprocess a database of N objects so that given a query object, one can effectively determine its nearest neighbors in database The purpose of this page is to collect links, people, ideas, keywords, papers, slides, code and data sets
The 2009 GitHub Contest
Welcome to the 2009 GitHub Contest The 2009 GitHub contest is a simple recommendation engine contest. We have released a dataset of our watched repositories data and want to provide a list of recommended repositories for each of our users. Removed from the sample dataset are 4,788 watches - write an open source program to guess the highest percentage of those removed watches and you win our priz
Netflix finishes (and starts) – Machine Learning (Theory)
I attended the Netflix prize ceremony this morning. The press conference part is covered fine elsewhere, with the basic outcome being that BellKor’s Pragmatic Chaos won over The Ensemble by 15-20 minutes, because they were tied in performance on the ultimate holdout set. I’m sure the individual participants will have many chances to speak about the solution. One of these is Bell at the NYAS ML sym
トップページ - リコメンデーションコンテスト
主催 日本オペレーションズ・リサーチ学会 実践的データマイニング研究部会 協賛 チームラボ株式会社 人工知能学会 経営情報学会関西支部 ビジネスマイニング研究センター有限責任事業組合 趣旨 近年、B2Cの飛躍的な増加に伴い、WEB上での消費者の購買履歴や行動履歴を容易に、かつ大量に蓄積することが可能となり、それに伴って究極的なワンツーワン・マーケティングが可能になりつつあります。その１つのアプリケーションとして、顧客に対する適切な商品や行動の推薦を目的としたリコメンデーションシステムの導入が盛んに行われています．リコメンデーションシステムのアルゴリズムは，これまでに様々なものが研究提案されてきてはいるものの，ビジネスにおける実践という面から見ると，それらの研究成果が産業会に十分に還元できているとは言えない状況でしょう．そこで，実データに基づいたリコメンデーションコンテストを実
無題ドキュメント
初回(6月8日(月))18:00, 工２号館223講義室）の冒頭で履修ガイダンスを行う． 必ず出席のこと．無理な場合は別途國吉まで連絡のこと
GoogleNewsのレコメンドの中身 - UMEko Branding
先日、全体ゼミで発表したときの内容ですが、ここにまとめときます。。GoogleNewsのレコメンドの中身を追った論文の要約です。少し前の全体ゼミで用いた資料です。ソース：Abhinandan Das,Mayur Datar,Ashutosh Garg,Shyam Rajaram,"Google News Personalization: Scalable OnlineCollaborative Filtering",WWW2007不勉強な個所が多々ありますので、誤っている箇所等ありましたら、是非ご指摘ください。 個人的には、最近のモデルベースの手法の勉強・おさらいという意味で用いているので、GoogleNews独自の拡張なり実装の部分の内容が省かれている場合があります。また、データ構造やMapReduceを用いた計算の仕組みの部分は、ここでは省略しています。。一応、 全体像 ・LSH(Lo
RecSys – ACM Recommender Systems
Feb. 16, 2024: The Grants page including registration and travel grants has been published! It currently includes info about “Discounted registration rates” for attendees registering from economically developing countries, “Gary Marsden Travel Awards”, and “ACM-W Computer Science Research Conference Scholarships”. The page will be constantly updated with new initiatives.
HatebuFriends の仕組み - もしかして: blog.iron’s.jp
学生時代に研究・卒論からの現実逃避の一環で作り、去年の10月頃公開（1度移転）した HatebuFriends について今更書いてみたいと思います。 HatebuFriends とは はてなブックマークのブックマーク情報を利用して、好みが似ているユーザや、興味がありそうなページを推薦します。 棒グラフをクリックすると共通のブックマーク一覧が表示されます。同じページをブックマークしたユーザをハイライトすることもできます。 興味がありそうなページを推薦してくれる機能もあります。 人によって精度の差はあると思いますが、自分ではいい感じに推薦されてきていると思っています。 ユーザ間の関連度計算 同じページをブックマークしていることが多いユーザ同士は、似た嗜好を持っていると考えられます。 特に、ブックマークユーザ数が少ないページのほうが、誰もがブックマークするようなページよりも、ブックマークが
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
takabsd.jp
Netflix Grand Prize technical presentation
tierra-aoi.net
Efficient data transfer through zero copy
