はてなグループの終了日を2020年1月31日(金)に決定しました 以下のエントリの通り、今年末を目処にはてなグループを終了予定である旨をお知らせしておりました。 2019年末を目処に、はてなグループの提供を終了する予定です - はてなグループ日記 このたび、正式に終了日を決定いたしましたので、以下の通りご確認ください。 終了日: 2020年1月31日(金) エクスポート希望申請期限:2020年1月31日(金) 終了日以降は、はてなグループの閲覧および投稿は行えません。日記のエクスポートが必要な方は以下の記事にしたがって手続きをしてください。 はてなグループに投稿された日記データのエクスポートについて - はてなグループ日記 ご利用のみなさまにはご迷惑をおかけいたしますが、どうぞよろしくお願いいたします。 2020-06-25 追記 はてなグループ日記のエクスポートデータは2020年2月28
2018/08/04 · ちなみにKの値が小さいと外れ値に弱くなり(=過学習)、大きいとモデルの精度が下がります。 訓練データが多ければ多いほど評価フェーズに時間がかかるこれ ...
I am the Dean of the School of Computer Science at Carnegie Mellon University. (Pronouns he/him). My background is in statistical machine learning, artificial intelligence, robotics, and statistical computation for large volumes of data. I love algorithms and statistics. In the case of robotics, which I also love, I only have expertise in decision and control algorithms. I suck at hardware and mec
When I was thinking about the best “10 year paper” for ICML, I also took a look at a few other conferences. Here is one from 10 years ago that interested me: David McAllester PAC-Bayesian Model Averaging, COLT 1999. 2001 Journal Draft. Prior to this paper, the only mechanism known for controlling or estimating the necessary sample complexity for learning over continuously parameterized predictors
Toshihiro Kamishima My research interests are machine learning and data mining, in particular fairness-aware machine leanring and recommender systems. Contact Information E-mail mail [AT] kamishima.net Homepage https://www.kamishima.net/ Twitter @shima__shima Social Sites DBLP, Google Scholar, ResearchGate, SpeakerDeck PGP Key Fingerprint: CEBD 62F2 FD65 7CFF A052 F15F 2FAA 5AC7 6561 1BE5 Awards a
[解説] [書籍] [論文] [研究会] — [DBLP] [Google Scholar] [ResearchGate] [SpeakerDeck] [CiNii] 解説・サーベイ 以下の講演資料の他に研究紹介のページにも 講義資料などをまとめています． 神嶌 敏弘 “推薦システムへの深層学習の適用” 電子情報通信学会学会誌, vol.105, no.5, pp.430-434 (2022) 公式サイト（会員無料） 神嶌 敏弘 “私のブックマーク「人工知能と公平性」” 人工知能, vol.37, no.2, pp.230-233 (2022) 公式サイト, 印刷版 神嶌 敏弘 “機械学習と公平性に関するシンポジウム” (2020) 公式サイト, 発表資料 神嶌 敏弘, 鹿島 久嗣 “機械学習分野の俯瞰と展望” 人工知能, vol.34, no.6, pp.905-915 (2019) 公
I attended KDD this year. The conference has always had a strong grounding in what works based on the KDDcup, but it has developed a halo of workshops on various subjects. It seems that KDD has become a place where the economy meets machine learning in a stronger sense than many other conferences. There were several papers that other people might like to take a look at. Yehuda Koren Collaborative
1
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
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
