Spectral Clustering, ICML 2004 Tutorial by Chris Ding
Chris Ding , Comp Sci & Eng Dept, Univ of Texas Arlington (See related tutorial on Principal Component Analysis and Matrix Factorizations for Learning ) Tutorial given at ICML 2004 ( International Conference on Machine Learning, July 2004, Banff, Alberta, Canada ) Tutorial slides for Part I (pdf file) Tutorial slides for Part II (pdf file) Summary. Spectral methods recently emerge as effective met
最近傍探索2011 - Preferred Networks Research & Development
こんにちは、二台目のmbaを買うのをためらっている岡野原です。 アイテム集合に対し、与えられたアイテムと似ているアイテムを求める、という近傍探索問題は古典的な問題でありながら、現在でも多くの改善がされています。特に言語情報、画像情報、行動履歴情報、生物情報、購買情報などありとあらゆるデータが高次元中の点として表現されるようになってきており、こうしたデータの最近傍探索は広い分野で応用範囲がある技術になっています。 アイテムが低次元（例えば2, 3次元）の場合はkd木や最近だとwavelet木を使う方法がありますが、今回扱うケースは各アイテムが高次元（数百万次元）中の点であったり、アイテム間の距離のみが定義されている場合（カーネル関数など）です。アイテム数は数万から数億ぐらいを想定しています。 最近傍探索問題はいくつかありますが、例えばk近傍グラフ構築問題では、 「アイテム集合X = x1,
地下鉄の自販機の売り上げをアップさせた、IDEOのユニークな行動観察調査手法 - Feel Like A Fallinstar
たまには海外の事例など。 割と有名な話なので、知っている人も多いかもしれませんが、知らないと損、と断言できるくらい面白いお話です。 もし、あなたが地下鉄にコンサルとして雇われ、「自動販売機（ジュースとか）の売り上げを上げて欲しい？」と頼まれたら、どうしますか？ 「発想する会社」IDEOが弾き出した、ユニークな解決方法 さて、上のお題に対してどんな調査・ソリューションがあるのか？ 自販機の数を変える 自販機のデザインを、目立つように変える 商品価格を見直す などなど、いろんな手があると思います。 が、 IDEOが採用したのは、全く異なる答えでした。 「自販機の上に時計を置く」 ・・・・・？ ・・・（汗 うん、これだけ書いても何がなんだか。 でも、実際にはこれで自販機の売り上げが本当に、大きく伸びたのです。 なぜ、「自販機の上に時計を置く」のか？ ということで本題です。 ※ちなみに記憶を頼りに
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
処理を実行中です
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
Google Groups
