ゆるふわ分類問題ことはじめ @ Idea Quest (http://idea-quest.info/) どうやって最適化しているのかなどの理論的な話は無しで、なぜ機械学習をしたくなるのか、魔法で動いてるんじゃないんです、というところにフォーカスしつつ、無理やり Go ネタを持ち込む話。次回は最適化の話とかもしたい所。
connpass.com www.youtube.com メモは少しテキトーです。 「TensorFlowで趣味の画像収集サーバーを作る 4月号」 発表者:有限会社シーリス 代表 有山 圭二 内容: Googleの技術を支える「TensorFlow」を使って、個人で趣味の画像収集サーバーを構築します。 取り組む上でのつまづきや発見など、進捗を報告します。 ・テストデータはノイズいらない ・画像をバイナリデータにして実行 CIFAR-10のように。 ・モデルの検証(変更を加えたらきちんとしたデータで動くがどうか確認) ・パラメータ調整(lossが上下したら) ・誤認識パターンを割り出す 「ニューラルネット以外でのTensorFlow活用法」 発表者:faho 内容: ニューラルネット以外でのTensorFlow活用法を模索した結果をご報告します。 ・偏微分方程式を解けます!(でも別にTF使わ
7. 年表で見る機械学習 1946 モンテカルロ法 PRML 1958 カルマン・フィルター PRML 1960s 隠れマルコフモデル PRML -1961 ニューラルネットワーク PRML 1977 EM アルゴリズム PRML 1982 SOM (自己組織マップ) PRML 1984 CART (決定木の一手法) PRML 1994 ICA (独立成分分析) PRML 1995 サポートベクトルマシン PRML Mahout 1995 粒子フィルタ PRML 2000 FP-Growth Mahout 2001 アイテムベース協調フィルタリング Mahout 2001 Random Forest Mahout 2003 LDA (Latent Dirichlet Allocation) Mahout • フルサイズの年表は http://d.hatena.ne.jp/n_shuyo/2
ニュースアプリSmartNews(https://www.smartnews.be/)の背景のアルゴリズムについてTokyoWebMining30th(http://tokyowebmining30.eventbrite.com/)で話させていただいた際の資料です。 •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開発者ブログ http://developer.smartnews.be/blog/Read less
最近では企業における機械学習の認知度も高まっていてエンジニアの求人募集でも「望ましいスキル:機械学習」というのをよく見かける。特にweb系の企業だと当たり前のように機械学習を活用した魅力的なサービスが生み出されているようだ。 そんなわけで先日書いた機械学習の入門記事もそれなりに好評で末尾の教科書リストも結構参考にしていただいた様子。ということで、これから機械学習をはじめる人のためにオススメの教科書を10冊ほどピックアップしてみた。 幸いにして機械学習の分野には良書が多い。5年前はナイーブベイズすら知らなかった私も、これらの教科書のおかげでなんとか機械学習を使えるようになりました!(個人の体験談です。効果には個人差があります) 参考: 機械学習超入門 〜そろそろナイーブベイズについてひとこと言っておくか〜 - EchizenBlog-Zwei 最初に既存の機械学習の教科書まとめを挙げておくの
解析方法 機械学習を使ってます。 解析例:「原発」を含むTweetの感情推移 3.11の原発事故の影響で、人々に否定的な印象を与えたことが数値上に反映されている。 キーワード/ユーザタイムラインの感情推定(肯定/否定性 の判定) 最新の50Tweetについて解析します。 否定的な発言の多いユーザや否定的な印象のキーワードはオレンジ色が多くなります。 時間帯によっては結果を返すまで1分くらいかかります。需要があればもっと安定させます。 [2012/01/02 22:00]ちょっと今混雑中みたいなので停止するかもしれないです。そうでなくても、一時間に350回までしかできません。 -- 分析結果 -- P/N判定(肯定/否定 の判定) API [API URL] : http://mueki.net/twana/api.php [使い方] : POSTパラメータのqに解析したい文書をのせてアクセ
For Creating Scalable Performant Machine Learning Applications Download Mahout Apache Mahout(TM) is a distributed linear algebra framework and mathematically expressive Scala DSL designed to let mathematicians, statisticians, and data scientists quickly implement their own algorithms. Apache Spark is the recommended out-of-the-box distributed back-end, or can be extended to other distributed backe
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