Dynamic Routing Between CapsulesDynamic Routing Between Capsules - Téléchargez le document au format PDF ou consultez-le gratuitement en ligne
Deep learningã®æ¦‚è¦ã¨ãƒ‰ãƒ¡ã‚¤ãƒ³ãƒ¢ãƒ‡ãƒ«ã®å¤‰é·
5. 2012: Deep Learningブームã®å¹•é–‹ã‘ ◠化åˆç‰©ã®æ´»æ€§äºˆæ¸¬ã‚³ãƒ³ãƒšã§Deep Learningベースã®æ‰‹æ³•ãŒå‹åˆ© â—‹ ドメイン知è˜ã‚’使ã‚ãšã€æ´»æ€§äºˆæ¸¬ã®ç´ 人ãŒå„ªå‹ â— Youtubeã®å‹•ç”»ã‚’å…ƒã«ã€â€çŒ«ã«åå¿œã™ã‚‹ãƒ‹ãƒ¥ãƒ¼ãƒãƒ³â€ã‚’ç²å¾— â—‹ ç”»åƒã‹ã‚‰ã®ç‰¹å¾´æŠ½å‡ºã®è‡ªå‹•åŒ–…従æ¥ã¯äººé–“ã®ãƒ‰ãƒ¡ã‚¤ãƒ³çŸ¥è˜ã«åŸºã¥ã„ã¦è¨è¨ˆ â—‹ 2000å°ã®ãƒžã‚·ãƒ³ã§1週間ã‹ã‘ã¦10億パラメータをå¦ç¿’ â—‹ 猫ã€äººã¨ã„ã£ãŸæ¦‚念を教ãˆãšã«(!)ãれらã®æ¦‚念をç²å¾— 人ã®é¡” (å·¦)ã€çŒ«ã®é¡”(å³)ã«ã‚ˆãåå¿œã™ã‚‹ãƒ‹ãƒ¥ãƒ¼ãƒãƒ³ã®å¯è¦–化 Merck Competition Challenge http://blog.kaggle.com/2012/10/31/merck-competition-results-deep-nn-and-gpus-come-out-to-play/ “Building High-level Featur
ãã®ãƒ¢ãƒ‡ãƒ«ã€éŽå¦ç¿’ã—ã¦ã‚‹ã®ï¼Ÿæœªå¦ç¿’ãªã®ï¼Ÿã¨å›°ã£ãŸã‚‰ - once upon a time,
移転ã—ã¾ã—ãŸã€‚ https://chezo.uno/post/2016-05-29-sonomoderu-guo-xue-xi-siteruno-wei-xue-xi-nano-tokun-tutara/
機械å¦ç¿’を使ã£ã¦ä½œã‚‹å¯¾è©±ã‚·ã‚¹ãƒ†ãƒ - Qiita
ã“ã®ã‚ˆã†ãªå¯¾è©±ã‚’通ã˜ã¦ã€ãƒ¬ã‚¹ãƒˆãƒ©ãƒ³ã®æ¤œç´¢ã«å¿…è¦ãªæƒ…å ±ã‚’ãƒ¦ãƒ¼ã‚¶ã‹ã‚‰å–å¾—ã—ã€ãƒ¬ã‚¹ãƒˆãƒ©ãƒ³æ¤œç´¢ã‚’è¡Œã„ã¾ã™ã€‚ 今回ã€ãƒ¬ã‚¹ãƒˆãƒ©ãƒ³æ¤œç´¢ã«ã¯HotPepperグルメサーãƒAPIを利用ã•ã›ã¦ã„ãŸã ãã¾ã—ãŸã€‚ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ã€‚ システムアーã‚テクãƒãƒ£ 対話システムã¯è¤‡æ•°ã®ãƒ¢ã‚¸ãƒ¥ãƒ¼ãƒ«ã‹ã‚‰æ§‹æˆã•ã‚Œã¦ã„ã¾ã™ã€‚今回ã¯ã€å„モジュールã¯ç‹¬ç«‹ã«å‹•ä½œã•ã›ãšã€å‰æ®µéšŽã®ãƒ¢ã‚¸ãƒ¥ãƒ¼ãƒ«ã®å‡¦ç†ãŒçµ‚ã‚ã£ãŸæ®µéšŽã§é§†å‹•ã•ã‚Œã‚‹ã‚ˆã†ã«ã—ã¦ã„ã¾ã™ã€‚ 最終的ãªã‚·ã‚¹ãƒ†ãƒ アーã‚テクãƒãƒ£ã¯ä»¥ä¸‹ã®å›³ã®ã‚ˆã†ã«ãªã‚Šã¾ã—ãŸã€‚ 今回ã®ã‚¢ãƒ¼ã‚テクãƒãƒ£ã«æ²¿ã£ã¦å‡¦ç†ã®æµã‚Œã‚’説明ã™ã‚‹ã¨ä»¥ä¸‹ã®ã‚ˆã†ã«ãªã‚Šã¾ã™ã€‚ ユーザãŒãƒ†ã‚ストを入力ã™ã‚‹ã¨ã€å…¥åŠ›ã—ãŸãƒ†ã‚ストã¯è¨€èªžç†è§£éƒ¨ã«å…¥åŠ›ã•ã‚Œã¾ã™ã€‚ 言語ç†è§£éƒ¨ã§ã¯å…¥åŠ›ã•ã‚ŒãŸãƒ†ã‚ストを解æžã—ã¦ã€å¯¾è©±è¡Œç‚ºã¨å‘¼ã°ã‚Œã‚‹æŠ½è±¡çš„ãªæ„味表ç¾ã«å¤‰æ›ã—ã¾ã™ã€‚ 言語ç†è§£éƒ¨ã‹ã‚‰å‡ºåŠ›ã•ã‚ŒãŸå¯¾è©±è¡Œç‚ºã¯ã€å¯¾è©±ç®¡ç†éƒ¨ã«å…¥åŠ›ã•ã‚Œã¾ã™ã€‚対話管ç†éƒ¨ã§ã¯å…¥åŠ›ã•ã‚ŒãŸå¯¾è©±è¡Œç‚ºã‚’
æ•°å¦ã‚’é¿ã‘ã¦ããŸç¤¾ä¼šäººãƒ—ãƒã‚°ãƒ©ãƒžãŒæ©Ÿæ¢°å¦ç¿’ã®å‹‰å¼·ã‚’始ã‚ã‚‹éš›ã®æœ€çŸçµŒè·¯ - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? å··ã§ã¯Deep Learningã¨ã‹æ€¥ã«ç››ã‚Šä¸ŠãŒã‚Šã ã—ã¦ã€æ©Ÿæ¢°å¦ç¿’ã§ã‚‚ã„ã£ã¡ã‚‡ã‚„ã£ã¦ã¿ã‚‹ã‹ãƒ¼ã€ã¨åˆ†åŽšãã¦é»„色ã„表紙ã®æœ¬ã«æ‰‹ã‚’ã ã—ãŸã‚‚ã®ã®ã¾ã£ãŸã手ãŒå‡ºãšï¼ˆæ•°å¼ã§è„³ã¿ããŒè©°ã‚€ï¼‰ã€ãã†ã‹åƒ•ã«ã¯æ©Ÿæ¢°å¦ç¿’å‘ã„ã¦ãªã‹ã£ãŸã‚“ã ã€ã¨ç™½ã„ç›®ã§ç©ºã‚’見上ã’始ã‚ãŸã‚‰ã€ã¡ã‚‡ã£ã¨ã“ã®è¨˜äº‹ã‚’最後ã¾ã§è¦‹ã‚‹ã¨ã„ã„ã“ã¨ãŒæ›¸ã„ã¦ã‚ã‚‹ã‹ã‚‚ã—ã‚Œã¾ã›ã‚“。 対象 勉強ã«æ™‚é–“ãŒå–ã‚Œãªã„社会人プãƒã‚°ãƒ©ãƒž ãã‚ãã‚上å¸ã‚„らãŠå®¢æ§˜ã‹ã‚‰ã€Œæ©Ÿæ¢°å¦ç¿’使ãˆã°ã“ã‚“ãªã®ç°¡å˜ãªã‚“ã¡ã‚ƒã†ã‚“？ã€ã¨è¨€ã‚ã‚Œãã†ãªäºº ç†ç³»ã§æ•°å¦ã¯ã‚„ã£ã¦ããŸã¤ã‚‚ã‚Šã ãŒã€å¾®åˆ†ã¨ã‹è¡Œåˆ—ã¨ã‹è¨€ã‚ã‚Œã¦ã‚‚å›°ã£ã¡ã‚ƒã†äºº ã“ã®è¨˜äº‹ã§è¡Œã†ã“ã¨
機械å¦ç¿’ã®å…¥é–€æœ¬ã‚’書ãã¾ã—ãŸï¼ˆãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ãƒ†ã‚£ã‚¹ãƒˆé¤Šæˆèªæœ¬ï¼‰ - éšæ‰€ã«ä¸»ã¨ä½œã‚Œã°ã€ç«‹å‡¦çš†çœŸãªã‚Š
åˆã‚ã¦åŸ·ç†ã«å‚åŠ ã—ãŸæœ¬ã€ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚¨ãƒ³ãƒ†ã‚£ã‚¹ãƒˆé¤Šæˆèªæœ¬ã‚·ãƒªãƒ¼ã‚ºã®æ©Ÿæ¢°å¦ç¿’入門編ãŒæŠ€è¡“評論社ã•ã‚“ã‹ã‚‰å‡ºã¾ã™ã€‚共著ã§ã™ã€‚9月10日発売ã§ã™ã€‚ データサイエンティスト養æˆèªæœ¬ 機械å¦ç¿’入門編 (Software Design plus) 作者: 比戸将平,é¦¬å ´é›ªä¹ƒ,里洋平,戸嶋é¾å“‰,å¾—å±…èª ä¹Ÿ,ç¦å³¶çœŸå¤ªæœ—,åŠ è—¤å…¬ä¸€,関喜å²,阿部厳,熊崎å®æ¨¹å‡ºç‰ˆç¤¾/メーカー: 技術評論社発売日: 2015/09/10メディア: 大型本ã“ã®å•†å“ã‚’å«ã‚€ãƒ–ãƒã‚°ã‚’見る ã“ã®ãƒ–ãƒã‚°ã‚’èªã‚“ã§ã„る人ã¯ã™ã§ã«æ©Ÿæ¢°å¦ç¿’ã«è©³ã—ã„人ãŒå¤šã„ã¨æ€ã„ã¾ã™ãŒã€å‘¨ã‚Šã§ã“ã‚Œã‹ã‚‰æ©Ÿæ¢°å¦ç¿’使ã„始よã†ã¨ã—ã¦ã„ã‚‹æ–¹ã«è–¦ã‚ã¦ã‚‚らãˆã‚Œã°å¹¸ã„ã§ã™ã€‚特ã«ã€æœ€åˆã®ä¸€æ©ã‚’è¸ã¿å‡ºã›ãšã«ã„ã‚‹æ–¹ã«æ‰‹ã«ã¨ã£ã¦æ¬²ã—ã„ã¨é¡˜ã£ã¦ã„ã¾ã™ã€‚ ã¾ãŸã€ç™ºå£²å½“æ—¥ã«ã¯ã¡ã‚‡ã†ã©ç§ã‚‚日本ã«æˆ»ã£ã¦ãŠã‚Šã€åŸ·ç†è€…ãŒä½•äººã‹é›†ã¾ã£ã¦å‡ºç‰ˆç¤¾ä¸»å‚¬ã®ãƒˆãƒ¼ã‚¯ã‚¤ãƒ™ãƒ³ãƒˆï¼ˆï¼Ÿï¼‰ã‚’ã™ã‚‹å¯èƒ½æ€§ã‚‚ã‚ã‚‹ã®ã§ã€èˆˆå‘³ãŒã‚ã‚‹æ–¹ã¯ã”å‚åŠ
PFIãŒæ·±å±¤å¦ç¿’å°‚æ¥ã®ã€ŒPreferred Networksã€ã‚’è¨ç«‹ã€NTTãŒå‡ºè³‡ã—トヨタã¨å…±åŒç ”究も
PFIãŒæ·±å±¤å¦ç¿’å°‚æ¥ã®ã€ŒPreferred Networksã€ã‚’è¨ç«‹ã€NTTãŒå‡ºè³‡ã—トヨタã¨å…±åŒç ”究も プリファードインフラストラクãƒãƒ£ãƒ¼ï¼ˆPFI）ã¯2014å¹´10月1æ—¥ã€ãƒ‡ã‚£ãƒ¼ãƒ—ラーニング（深層å¦ç¿’）やIoT（Internet of Things）ã®å°‚æ¥ä¼šç¤¾ã§ã‚ã‚‹Preferred Networksã‚’è¨ç«‹ã—ãŸã¨ç™ºè¡¨ã—ãŸã€‚Preferred Networksã¯NTTã¨è³‡æœ¬ãƒ»æ¥å‹™ææºã‚’ã—ã€NTTãŒ10月8æ—¥ã«2億円を出資ã™ã‚‹ã€‚Preferred Networksã¯åŒæ—¥ã€ãƒˆãƒ¨ã‚¿è‡ªå‹•è»Šã¨è‡ªå‹•é‹è»¢è»Šã®å®Ÿç¾ã«å¿…è¦ã¨ãªã‚‹æ©Ÿæ¢°å¦ç¿’やディープラーニング技術ã«é–¢ã™ã‚‹å…±åŒç ”究を行ã†ã¨ã‚‚発表ã—ã¦ã„る。 Preferred Networksã¯ã€è„³ã®ä»•çµ„ã¿ã‚’模ã—ãŸã€Œãƒ‡ã‚£ãƒ¼ãƒ—・ニューラル・ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã€ã‚’使用ã™ã‚‹æ©Ÿæ¢°å¦ç¿’ã§ã‚るディープラーニング技術やã€æ§˜ã€…ãªIoTセンサーã‹ã‚‰é›†ã‚ãŸæƒ…å ±ã‚’ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã®ã‚¨ãƒƒã‚¸ã§å‡¦ç†ã™ã‚‹
iOSã¨æ©Ÿæ¢°å¦ç¿’ - ãã®å¾Œã®ãã®å¾Œ
ビッグデータã¨ã‹ã®æ©Ÿæ¢°å¦ç¿’隆盛ã®èƒŒæ™¯ã«ã‚る文脈やã€ãã®æ‹ り所ã¨ãªã‚‹ã‚³ãƒ³ãƒ”ュータã®å‡¦ç†æ€§èƒ½ã‹ã‚‰è€ƒãˆã¦ã‚‚「モãƒã‚¤ãƒ«ãƒ‡ãƒã‚¤ã‚¹å‘ã‘OSã¨æ©Ÿæ¢°å¦ç¿’ã‚’ç´ä»˜ã‘ã¦è€ƒãˆã‚ˆã†ã¨ã™ã‚‹ã€ã“ã¨ã¯ãã‚‚ãã‚‚ã‚ã¾ã‚Šç‹ãŒã‚ˆã‚ã—ããªã„・・・ã¨ã¯æ€ã†ã®ã§ã™ãŒã€ã‚„ã¯ã‚Šé•·ãiOSã ã‘ã«ã‚³ãƒŸãƒƒãƒˆã—ã¦ããŸèº«ã¨ã—ã¦ã¯ã€æ–°ãŸã«èˆˆå‘³ã‚’æŒã£ã¦ã„る機械å¦ç¿’ã¨ã„ã†åˆ†é‡Žã¨ã€å‹æ‰‹çŸ¥ã£ãŸã‚‹iOSã¨ã„ã†åˆ†é‡Žã®äº¤å·®ç‚¹ã¯ãªã„ã®ã‹ãªã¨è€ƒãˆãšã«ã¯ã„られãªã„ã‚ã‘ã§ã—ã¦ã€‚。 ãã‚“ãªã‚ã‘ã§ã€ã€ŒiOS ã¨æ©Ÿæ¢°å¦ç¿’ã€ã«ã¤ã„ã¦é›‘多ãªåˆ‡ã‚Šå£ã‹ã‚‰èª¿ã¹ã¦ã¿ã¾ã—ãŸã€‚ iOSã§ä½¿ãˆã‚‹æ©Ÿæ¢°å¦ç¿’ライブラリ DeepBeliefSDK コンボリューショナルニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’用ã„ãŸç”»åƒèªè˜ãƒ©ã‚¤ãƒ–ラリ。iOSã¨ã‹ã®ãƒ¢ãƒã‚¤ãƒ«ãƒ‡ãƒã‚¤ã‚¹ã§å‡¦ç†ã§ãるよã†ã€é«˜åº¦ã«æœ€é©åŒ–ã—ã¦ã‚ã‚‹ã€OpenCVã¨ä¸€ç·’ã«ä½¿ã†ã®ã‚‚ç°¡å˜ã€ã¨ã®ã“ã¨ã€‚ https://github.com/jetpacapp/DeepBeli
NIPS2013èªã¿ä¼šã§word2vecè«–æ–‡ã®ç´¹ä»‹ã‚’ã—ã¾ã—ãŸ
先週〠@sla ã•ã‚“主催ã®NIPS2013èªã¿ä¼šã§ã€word2vec論文（æ£ç¢ºã«ã¯ç¶šå ±ï¼‰ã®ç´¹ä»‹ã‚’ã—ã¾ã—ãŸã€‚ ã¡ã‚‡ã£ã¨è§£èª¬ã‚’書ãã¾ã™ã€‚ ã“ã®ã¨ã“ã‚ã®æ·±å±¤å¦ç¿’ブームã¯è‡ªç„¶è¨€èªžå‡¦ç†ã«ã‚‚æ¥ã¦ã„ã¦ã€ãれらã®ã‚¦ãƒã®1ã¤ã¨è¨€ã‚ã‚Œã¦ã„ã¾ã™ï¼ˆãŒã€å…¨ç„¶deepã£ã½ã•ã¯ãªã„）。 最åˆã®ãƒ¢ãƒãƒ™ãƒ¼ã‚·ãƒ§ãƒ³ãŒã©ã†ã„ã†ã¨ã“ã‚ã«ã‚ã£ãŸã‹ã¨ã„ã†ã®ã¯ã€ã¡ã‚‡ã£ã¨è‰²ã€…ã ã¨æ€ã„ã¾ã™ãŒï¼ˆãŠãらã最åˆã¯è¨€èªžãƒ¢ãƒ‡ãƒ«ã«ãŠã‘ã‚‹ä½Žé »åº¦èªžã®ç¢ºçŽ‡ã‚’ウマイã“ã¨ãƒ¢ãƒ‡ãƒ«åŒ–・推定ã—ãŸã‹ã£ãŸã‚“ã§ã¯ãªã„ã‹ãªï¼‰ã€ä½•ã¯ã¨ã‚‚ã‚ã‚Œå˜èªžã®æ„味的ãªã‚ã‚‹ã„ã¯çµ±èªžçš„ãªæŒ¯ã‚‹èˆžã„をベクトル表ç¾ã§è¡¨ã™ã¨ã„ã†ç ”究ãŒæµè¡Œã£ã¦ãŠã‚Šã¾ã™ã€‚ ベクトル表ç¾ã¨ã„ã†ã®ã¯ã€1ã¤ã®å˜èªžwã«å¯¾ã—ã¦ã€ãã®å˜èªžã‚’「表ç¾ã€ã™ã‚‹ã‚ˆã†ãªãƒ™ã‚¯ãƒˆãƒ« v(w) を作りã¾ã™ã€‚ ãã‚“ãªã“ã¨ã„ã‚ã‚Œã¦ã‚‚ã€ä½œã‚Œã°ï¼Ÿã¨ã„ã†ã“ã¨ãªã‚“ã§ã™ãŒã€ã§ããŸãƒ™ã‚¯ãƒˆãƒ«ã«å¯¾ã—ã¦ä½•ã‹ã—ら「都åˆã®ã„ã„ã€æ€§è³ªãŒã§ãã‚‹ã“ã¨ãŒçœŸã®ç›®æ¨™ã§ã™ã€‚ 「都åˆã®ã„ã„ã€
機械å¦ç¿’界隈ã®æƒ…å ±åŽé›†æ–¹æ³• - kisa12012ã®æ—¥è¨˜
ã“ã‚“ã«ã¡ã¯ï¼ŽMachine Learning Advent Calendar (MLAC) 2013ã®14日目を担当ã—ã¾ã™ï¼Œ[twitter:@kisa12012]ã§ã™ï¼Žæ™®æ®µã¯åšå£«å¦ç”Ÿã¨ã—ã¦ï¼Œå„地を放浪ã—ãªãŒã‚‰æ©Ÿæ¢°å¦ç¿’ã®ç ”究をã—ã¦ã¾ã™ï¼Žä»Šå›žã®è¨˜äº‹ã¯ãƒœã‚¹ãƒˆãƒ³ã§åŸ·ç†ã—ã¦ã„ã¾ã™ï¼Žç¾åœ°æ™‚é–“(EST)ã§ã®ç· 切ã¯å®ˆã£ãŸã®ã§ã‚»ãƒ¼ãƒ•â€¦ã§ã™ã‚ˆã？ 本日ã¯æ©Ÿæ¢°å¦ç¿’ã®æŠ€è¡“çš„ãªå†…容ã®è©±ã§ã¯ãªã，ç†è€…ãŒå®Ÿè·µã—ã¦ã„る機械å¦ç¿’関連ã®æƒ…å ±åŽé›†æ–¹æ³•ã«ã¤ã„ã¦çºã‚ã¾ã™*1．大ãã分ã‘ã¦ï¼Œå¦ä¼šæƒ…å ±ã®ç®¡ç†ãƒ»è«–æ–‡æƒ…å ±ã®åŽé›†ãƒ»ãã®ä»–ã®ä¸‰ç¨®ã«ã¤ã„ã¦è¿°ã¹ãŸã„ã¨æ€ã„ã¾ã™ï¼Žä»Šå›žã®ãƒˆãƒ”ックã®å¤šãã¯ä»–ã®åˆ†é‡Žã«ã‚‚通用ã™ã‚‹è©±ã«ãªã£ã¦ã„ã‚‹ã‹ã¨æ€ã„ã¾ã™ï¼Žä»–ã®åˆ†é‡Žã®æ–¹ãŒã©ã®ã‚ˆã†ã«æƒ…å ±åŽé›†ã•ã‚Œã¦ã„ã‚‹ã®ã‹ã‚‚æ°—ã«ãªã‚‹ã¨ã“ã‚ã§ã™ï¼Ž å¦ä¼šæƒ…å ±ã®ç®¡ç† ã¾ãšã¯å¦ä¼šæƒ…å ±ã®ç®¡ç†ã«ã¤ã„ã¦ã§ã™ï¼Žæ©Ÿæ¢°å¦ç¿’ã«é–¢é€£ã™ã‚‹ã‚«ãƒ³ãƒ•ã‚¡ãƒ¬ãƒ³ã‚¹ã¯ï¼ˆç‰¹ã«è¿‘年乱立気味ã§ï¼‰éžå¸¸ã«æ²¢å±±ã‚ã‚Šã¾ã™ï¼Žå…¨ã¦ã‚’ãƒ
SmartNewsを支ãˆã‚‹æ©Ÿæ¢°å¦ç¿’
ニュースアプリSmartNews(https://www.smartnews.be/)ã®èƒŒæ™¯ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã«ã¤ã„ã¦TokyoWebMining30th(http://tokyowebmining30.eventbrite.com/)ã§è©±ã•ã›ã¦ã„ãŸã ã„ãŸéš›ã®è³‡æ–™ã§ã™ã€‚ •SmartNews iphone版: https://itunes.apple.com/jp/app/id579581125 •SmartNews Android版 https://play.google.com/store/apps/details?id=jp.gocro.smartnews.android •SmartNews開発者ブãƒã‚° http://developer.smartnews.be/blog/Read less
今年ã®SIGKDDベストペーパーを実装・公開ã—ã¦ã¿ã¾ã—㟠- Preferred Networks Research & Development
毎日暑ã„ã§ã™ã。比戸ã§ã™ã€‚ ã¡ã‚‡ã†ã©ä»Šé€±ã‚·ã‚«ã‚´ã§é–‹ã‹ã‚Œã¦ã„ãŸSIGKDD2013ã§Best research paperã«é¸ã°ã‚ŒãŸEdo Libertyæ° (Yahoo! Haifa Labs)ã®â€Simple and Deterministic Matrix Sketchingâ€ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を実装ã—ã¦å…¬é–‹ã—ã¦ã¿ã¾ã—ãŸã€‚ 元論文PDFã¯è‘—者サイトã‹ã‚‰ã€ç§ãŒæ›¸ã„ãŸPythonコードã¯Githubã‹ã‚‰ãã‚Œãžã‚Œå…¥æ‰‹ã§ãã¾ã™ã€‚ SIGKDD (ACM SIGKDD Conference on Knowledge Discovery and Data Mining)ã¯ACM主催ã§è¡Œã‚れるã€çŸ¥è˜ç™ºè¦‹ï¼†ãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°ã«ãŠã‘るトップ会è°ã§ã™ã€‚最近ã¯æ©Ÿæ¢°å¦ç¿’ã¨ã®å¢ƒç›®ãŒæ›–昧ã«ãªã£ã¦ãã¾ã—ãŸãŒã€æŸ»èªæ™‚ã«ã¯ç†è«–çš„ãªæ–°ã—ã•ã ã‘ã§ãªãã€å®Ÿãƒ‡ãƒ¼ã‚¿ï¼ˆç‰¹ã«å¤§è¦æ¨¡ãƒ‡ãƒ¼ã‚¿ï¼‰ã‚’使ã£ãŸå®Ÿé¨“ã§ã®è©•ä¾¡ãŒå¿…è¦ã¨ã•ã‚Œã‚‹ã®ãŒç‰¹å¾´ã§ã™ã€‚
Deep Learningã®æŠ€è¡“ã¨æœªæ¥
PFIセミナー2013å¹´6月6日分ã§ã™ã€‚Deep Learningã®æŠ€è¡“的基礎ã‹ã‚‰Bengioã®æ€ªã—ã’ãªå¦„想ã¾ã§ã€‚Read less
一般å‘ã‘ã®Deep Learning
PFI 全体セミナーã§ç™ºè¡¨ã—ãŸã€å°‚門家å‘ã‘ã§ã¯ãªã一般å‘ã‘ã®Deep Learning（深層å¦ç¿’）ã®è§£èª¬ã§ã™ã€‚ã©ã®ã‚ˆã†ãªå ´é¢ã§æ´»èºã—ã¦ã„ã‚‹ã®ã‹ã€ä»Šã¾ã§ã®å¦ç¿’手法ã¨ä½•ãŒé•ã†ã®ã‹ã‚’解説ã—ã¦ã„ã¾ã™ã€‚Read less
機械å¦ç¿’ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«@Jubatus Casual Talks
2. ⾃自⼰己紹介 lï¬â€¯ 海野 　裕也 (@unnonouno) lï¬â€¯ プリファードインフラストラクãƒãƒ£ãƒ¼ lï¬â€¯ æƒ…å ±æ¤œç´¢ï¥ªã€ãƒ¬ã‚³ãƒ¡ãƒ³ãƒ‰ lï¬â€¯ 機械å¦ç¿’・データ解æžç ”究開発 lï¬â€¯ Jubatus lï¬â€¯ 分散オンライン機械å¦ç¿’フレームワーク lï¬â€¯ 専⾨門 lï¬â€¯ ⾃自然⾔言語処ç†ï§¤ lï¬â€¯ テã‚ストマイニング 2
H24:Introduction to Statistical Topic Models
統計数ç†ç ”究所 H24年度公開講座 「確率的トピックモデルã€ã‚µãƒãƒ¼ãƒˆãƒšãƒ¼ã‚¸ 講師: æŒæ©‹å¤§åœ° (çµ±æ•°ç ”), 石黒å‹å½¦ (NTTコミュニケーション科å¦åŸºç¤Žç ”究所) 講義スライド æŒæ©‹åˆ† (2013/1/15) [PDF] (12MB) 石黒分 (2013/1/16) [PDF] ソフトウェア UM (Unigram Mixtures) um-0.1.tar.gz DM (Dirichlet Mixtures) dm-0.1.tar.gz, dm-0.2.tar.gz PLSI (Probabilistic Latent Semantic Indexing) plsi-0.03.tar.gz (外部サイト) LDA (Latent Dirichlet Allocation) lda-0.1.tar.gz å‚考文献 「ç§ã®ãƒ–ックマーク: Latent Topic Model (潜在的トピックモデ
[機械å¦ç¿’] A few useful things to know about machine learning - tsubosakaã®æ—¥è¨˜
タイトルã®è«–æ–‡ã¯Communication of the ACM, 2012ã®ãƒ¬ãƒ“ュー記事 ドラフトãƒãƒ¼ã‚¸ãƒ§ãƒ³ã¯ä¸‹ã®ãƒªãƒ³ã‚¯ã‹ã‚‰èªã‚る。 http://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf 割ã¨é¢ç™½ã‹ã£ãŸã®ã§ã„ãã¤ã‹å†…容を紹介 æ¦‚è¦ æ©Ÿæ¢°å¦ç¿’システムã¯ãƒ‡ãƒ¼ã‚¿ã‹ã‚‰è‡ªå‹•ã§ã‚¿ã‚¹ã‚¯(スパムフィルタã€ãƒ¬ã‚³ãƒ¡ãƒ³ãƒ‰ãªã©)ã‚’ã©ã†ã‚„ã£ã¦å®Ÿè¡Œã™ã‚‹ã‹ã‚’見出ã™ã“ã¨ãŒã§ãã¾ã™ã€‚ ã—ã‹ã—ãªãŒã‚‰æ©Ÿæ¢°å¦ç¿’システムをæˆåŠŸã•ã›ã‚‹ã«ã¯æ•™ç§‘書をèªã‚“ã ã ã‘ã§ã¯ãªã‹ãªã‹è¦‹ã¤ã‘ã¥ã‚‰ã„ãŠç´„æŸäº‹ã¨ã‹ãŒã‚ã£ã¦ã€æ€ã†ã‚ˆã†ã«ã¯è¡Œã‹ãªã„ã“ã¨ãŒå¤šã„。 本文献ã§ã¯æ©Ÿæ¢°å¦ç¿’ã®ç ”究者ãŠã‚ˆã³å®Ÿå‹™ã«æºã‚る人間ãŒçŸ¥ã£ã¦ãŠãã¹ãã§ã‚る事柄を12個ã«è¦ç´„ã—ã¦ã„ã¾ã™ã€‚ 一般化ãŒé‡è¦ 機械å¦ç¿’ã®ã‚´ãƒ¼ãƒ«ã¯è¨“練データã«ã¯ãªã„データã«å¯¾ã—ã¦ã‚‚一般化ã—ã¦æŽ¨å®šãŒã§ãã‚‹ã¨ã„ã†ç‚¹ã«ãªã‚Šã¾ã™ã€‚å˜ã«è¨“練データã®ã¿åˆ†é¡žã§ãã‚Œã°ã‚ˆ
![[機械å¦ç¿’] A few useful things to know about machine learning - tsubosakaã®æ—¥è¨˜](https://cdn-ak-scissors.b.st-hatena.com/image/square/16430eca990fc2cf00bd89af3ac4ebbcd2c20217/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F17680117127124028144%2F17680117127124028310%2F1557332411)
Patterns for Research in Machine Learning | Ali Eslami
18 Jul 2012 Here I list a handful of code patterns that I wish I was more aware of when I started my PhD. Each on its own may seem pointless, but collectively they go a long way towards making the typical research workflow more efficient. And an efficient workflow makes it just that little bit easier to ask the research questions that matter. My guess is that these patterns will not only be useful
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
グーグルã®å¤©æ‰AIç ”ç©¶è€…ã€ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’超ãˆã‚‹ã€Œã‚«ãƒ—セルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã€ã‚’発表
ã€ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«ã€‘機械å¦ç¿’を使ã£ã¦30分ã§å›ºæœ‰è¡¨ç¾æŠ½å‡ºå™¨ã‚’作る - Qiita
{{#tags}}- {{label}}
{{/tags}}