はてなブックマーク

【論文紹介】Field-weighted Factorization Machines for Click-Through Rate Prediction in Display Advertising(WWW2018) 2019/06/21 Factorization Machines Tech 機械学習 論文紹介 こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 論文紹介記事です。 今回は、WWW2018のField-weighted Factorization Machines for Click-Through Rate Prediction in Display Advertisingを読みました。 ここ最近Factorization Machinesの論文ばかり読んでいますが、その中でもFiel

ラプラス正則化(Laplacian Regularization)を用いた半教師あり学習をPythonで実装 2019/06/21 Python Tech プログラミング 機械学習 こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は、半教師あり学習の手法の一つであるラプラス正則化について書いてみます。 半教師あり学習とは、データの一部のみラベル(正解データ)がついていて、残りは入力データしか与えられないような状況で、精度の良い予測を行うモデルを学習することを指します。 ラベルがついているデータは少量で、教師なしデータが大量にある、という問題設定はとても現実的です。 ラベルをつけるコストは大きく、簡単に用意できないということがよくあります。 ラプラス正則化に限らず、半教師あり学習では限られたラベルのつ

こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 modelの学習はコマンドラインからやるのが普通、みたいな記事をみましたが、pythonからでもできるのでそちらでやります。 他の記事ではわざわざsubprocessを使ったりしていますが、普通にpythonライブラリにtrainerを用意してくれているのでありがたく使えばよいです。 日本語の記事がなかったので一応書きます ## sentence pieceとは 文章をいくつか区切ってそれらを機械学習モデルに食わせる、みたいなことはよくやります。 MeCabを使って形態素解析するのがよくやられる手法です。 Mecabでは対応する辞書を使って文章を分割します。辞書にはneologdとかがよく使われます。 これでも上手くいくことも多いですが、語彙数が大きくなっ