元論文 “The Learning Behind Gmail Priority Inbox”, Douglas Aberdeen, Ondrey Pacovsky, Andrew Slater, LCCC : NIPS 2010 Workshop on Learning on Cores, Clusters and Clouds. http://research.google.com/pubs/archive/36955.pdf Gmail Priority InboxにはPAが利用されていると話題になっているので，読んでみました． 簡単にまとめ PA + transfer learning + logistic model ランキング学習では，thresholdが非常に重要な働きを持つ Gmail Priority Inboxはあなたのメール処理の時間を6%短縮してくれます 1.The

研究室用に書いた文書を転載します。主に工学系（コンピュータサイエンス系）分野の査読付き学会や論文誌に投稿することを想定しています。 以下は論文を書くときに個人的に気をつけていることです： メッセージをシンプルに：要するに何が言いたいのかが一言でサマライズできていること。記憶に残ること。 メッセージが伝わらないと、そもそも査読で落とされるし、たとえ学会で発表できたとしても誰も覚えていてくれない。実際、国際学会でも発表論文の多くが誰にもリファーされず、翌年になると忘れられている (どんな論文がどのくらい参照されているかはGoogle Scholar, Microsoft Academic Searchなどでわかる）。 問題はなにか・なぜこの問題が重要なのか・問題の原因は何か・どんな解決案を提案するのか・その効果は本当か・他にどんな研究があるか（なぜそれらの既存研究ではだめなのか）・誰のために役

総合研究大学院大学　複合科学研究科　 情報学専攻　卒　博士（情報学） 自然言語処理や機械学習、データ分析に関する研究内容とwebシステムの開発と運用について書いています。 シリコンバレーベンチャーみたいに深い技術の事業化をしたいと思っています。 ご興味ある方はご連絡ください。 このような研究は企業の方が取り組みが積極的です。 ユーザの行動パターンだけでも、個人認証とか 不正アクセス検知できないことはありません。 この基礎となる理論が 動的モデル選択とその異常行動検出への応用 松永祐子　山西健司　NEC インターネットシステム研究所 2003 年情報論的学習理論ワークショップ １ はじめに 観測データ xn＝x1.....xn　がこの順に逐次的 に与えられる状況を考える．k 次元のパラメータθk で指定される確率モデルを P( | θk )( k=1....K ) とし， xn を説明する最

総合研究大学院大学　複合科学研究科　 情報学専攻　卒　博士（情報学） 自然言語処理や機械学習、データ分析に関する研究内容とwebシステムの開発と運用について書いています。 シリコンバレーベンチャーみたいに深い技術の事業化をしたいと思っています。 ご興味ある方はご連絡ください。 1年前はほとんどありませんでしたよ 文書要約はわたくしの専門なのです。 複数文書要約の意義を説明するシステム説明文 以下を踏まえて実際に要約を実装しました。 Twitter を用いたソーシャルゲーム「ゆけっ！はるひろ！」 戸谷直之 平野砂峰旅 片寄晴弘 　関西学院大学 情報処理学会インタラクション2010 ☆ このゲームは著者がポケットモンスターをプレイしているときに 「自分のポケモンのニックネームを知人の名前にして遊ぶと面白い」と気づいたことから着想を得たため，ゲームのタイトルには著者（戸谷）がお世話になっている人

Author:くるぶし（読書猿） twitter:@kurubushi_rm カテゴリ別記事一覧 新しい本が出ました。 読書猿『独学大全』ダイヤモンド社 2020/9/29書籍版刊行、電子書籍10/21配信。 ISBN-13 : 978-4478108536 2021/06/02 11刷決定 累計200,000部（紙＋電子） 2022/10/26　１４刷決定 累計260,000部（紙＋電子） 紀伊國屋じんぶん大賞2021　第３位 アンダー29.5人文書大賞2021 新刊部門 第１位 第２の著作です。 2017/11/20刊行、４刷まで来ました。 読書猿 (著) 『問題解決大全』 ISBN:978-4894517806 2017/12/18 電書出ました。 Kindle版・楽天Kobo版・iBooks版 韓国語版 『문제해결 대전』、繁体字版『線性VS環狀思考』も出ています。 こちらは１０刷

まずはひとつ、足がかりになる文献を見つけよう。条件は、真っ当な参考文献リストがついていること。 その方法のひとつを、Googleで片付かない捜しものチートシート 読書猿Classic: between / beyond readers に書いた。 参考文献リスト付きの文献がみつかったら、それを足がかりにして、次の３つの「たぐりよせ」を用いる。いずれも初歩的、基本的なものだが、組み合わせることで（原理的には）、相互参照のネットワークに連なるあらゆる文献をたぐり寄せることができる。 （１）今，手にしている文献が、引用したり、参考文献リストに載せている文献を入手する。 探すべき文献は、参考文献リストに、著者名、論文名や書名、論文なら掲載誌や掲載書、発行年などが明示されている。これだけ書いてあれば、データベースなどで所在を確かめることも容易である。 したがって、これはもっとも初歩的な「たぐり寄せ」

今まで読んだ論文の管理にはJabRefというフリーソフトを使ってきたのですけどMendeleyというWebサービスに乗り換えることにしました。非常によいサービスだと思うのでちと紹介します。 Mendeleyは主に論文を管理するWebサービスです。ブラウザからもアクセスできるのですが、Mendeley DesktopというWindows, Mac, Linuxで使えるデスクトップアプリケーションもついています。ローカルで論文を登録してもWebと同期できるので複数のPCからも使えて大変便利です。インタフェースはすべて英語ですが日本語論文の登録も問題なくできます。起動すると下のような感じになります。 Webインタフェースは下のような感じです。洗練されています。 論文の登録 手元にPDFがある場合は、そのファイルを登録すると論文リストに追加されます。その際、PDFのテキストを解析して（あまり精度は

毎週金曜日 NAIST は入試説明会というのをやっていて、オープンキャンパスでなくても説明会を受けられるのだが、その参加者が「松本研を見学したい」ということなので、1時間ほど応対。入試について説明してくれるこの説明会とは別にいつでも見学会という制度もあり、こちらで申請して行きたい研究室を直接見学する人もけっこう多い(ただし、入試についての情報はあまり得られない)。ちなみに、自分の大学での仕事(いわゆる雑用)の一つはこの「いつでも見学会」の申請者の集計なのだが、毎日のように見学会の申請者がいるので、なかなか大変である。もっとも、集計自体はメールが来たら記録するだけなので、1件数分の作業ではあるが。 見学に来てくれた人は自然言語処理の研究室の人だそうだが、松本先生があいにく出張中だった(残念)ので、自分が研究テーマの説明をしたりなんだり。偶然近くにいた katsuhiko-h くんに説明をお願

さて、今年の中原研ですが4月からゼミが始まりました！すでに3回のゼミが終わりました。 ゼミでは、自分が発表するときだけではなく、人の発表を聞いたり、コメントすることで学ぶことがとても多いです。 今年はゼミで学んだ研究の教訓・気づきなどもこのブログで紹介していければと思います。 ▼ 今回テーマとするのは「先行研究の読み込み」です。「先行研究を読む」というのは研究において基本中の基本かもしれません。しかし、とても奥の深い活動です。 今回は中原先生の言葉をもとに、先行研究を読むときに大事な３つのポイントを整理してみようと思います。そのポイントは以下となります。 １．先行研究の内容を「わかること」 ２．先行研究の論文間の関係を「整理すること」 ３．先行研究を「批判すること」 それぞれ説明していきましょう。 １．先行研究の内容を「わかること」 まずなんといっても「先行研究の内容を1本ずつ理解していく

何かインプットしたら、アウトプットすること。 アウトプットを予定して、思い描いて、インプットは行うこと。 メモでも日記でもブログでもレジュメでもレポートでも論文でも著作でも隣の人に話すのでもいいから、吐き出すこと。 ちんぷんかんぷんでも本の内容をレジュメにまとめ、お馬鹿同士トンデモな議論をやり、なんとか書き上げた論文モドキを投稿して無理解極まる査読者とやり取りすること。 でないと、アタマの中にも、手の中にも、何も残っていないことに気付くことになる。 「ああ、そんな本（あるいは、そんな話）、前に読んだな（聞いたな）」でおしまいになるだろう。 アウトプットは、できればインプットと同じ水準のものがいい。 たとえば論文を読むなら、論文を書くつもりで読むこと。 そうなると内容を得るだけでは済まなくなる。 ・どういった構成で書かれているか？ ・どんな決まり文句や、つなぎの言葉が使われているか？ ・主張

巷 (もしかしたら非常に一部?) を騒がせているWWW2010に採択されたソーシャル検索エンジンAardvark論文 "The Anatomy of Large-Scale Social Search Engine" を読んで，ここ3日間ほど夜なべをして作成した輪講用資料を公開します．普段読まない類の論文だったので色々大変でしたが，非常に勉強になりました． ちょうど論文を読んだ頃にGoogleによる買収が正式発表になったので非常にタイムリーなネタとなりました． The Anatomy of Large-Scale Social Search EngineView more presentations from sleepy_yoshi. 論文や資料を見ればわかるとおり，個々の技術はオーソドックスな技術の組み合わせになっています．それを組み合わせてひとつのサービスという形で提供し，更に実際の

2. 1 はじめに 日々データが蓄積されていく CGM サービスにおいてドキュメントの整理・分類をすべて人手で行う ことは限界があるため、コンピュータによる精度の高い自動分類が求められている。 自動分類の世界では実装の容易さから Naïve Bayes でのアプローチが一般的となっているが、 2003 年に MIT より発表された Complement Naïve Bayes が精度の優秀さで注目されている。 Naïve Bayes と比較してどの程度の精度向上が見られるのか、検証を行った。 まず Naïve Bayes、Multinomial Naïve Bayes、Complement Naïve Bayes それぞれのアルゴ リズムについて簡単に解説した後、精度の比較を行う。 2 Naïve Bayes について まず、Naïve Bayes のアルゴリズムの仕組みと、Naïve B

NIPS 2009で発表された論文"Polynomial Semantic Indexing" [1]を読んだ。これは低ランク近似を用いた教師ありの情報検索に関する手法である。 情報検索について 与えられたクエリに関して適当な重みづけをおこなって順位づけして、適切な文章を返却するという問題は古くから研究されている。 オーソドックスな方法としては文章をbag-of-wordsで表して各単語の重みをtf-idfで正規化し、クエリに関しても同様な処理を行いコサイン類似度などの距離尺度を使って最も近い何件かを返すというものがある。この方法の欠点としてはクエリの単語を含まない文章はヒットしないという問題がある。これは各単語が独立であるという仮定を行っているためであり、明らかに誤っている仮定である。 もう一つの方法としては文章-単語行列が低次元の特徴量によって近似する方法である。代表的な方法としてLS

話題のThe Datacenter as a Computerなる論文を読んでみた。Googleの中の人が書いたインターネット時代のコンピュータの話だ。 http://www.morganclaypool.com/doi/abs/10.2200/S00193ED1V01Y200905CAC006 The Datacenter as a Computer: An Introduction to the Design of Warehouse-Scale Machines: Synthesis Lectures on Computer Architecture, 2009, 108 pages, Luiz André Barroso Google Inc. Urs Hölzle Google Inc. ムーアの法則で、半導体の集積度がどんどん上がってきて、通信コストも安くなってきて、コンピュー