タグ 機械学習界隈
人気順 5 users 50 users 100 users 500 users 1000 usersMakefileでDocker+Jupyter Notebookなどの機械学習環境をスマートに扱う - CC-56
先日機械学習界隈の方とDockerの話をした際、Makefileを使って機械学習環境の整備をしている人は実は少数派なんじゃないかと感じました。 機械学習で使うコマンドは引数が長く、とても覚えられるものじゃありません。暗記できていてもミスタイプしたり、tmux内とかだと折り返されて何書いてるかよくわからなくなりがち ... 続きを読む
機械学習界隈の情報収集方法 - kisa12012の日記
こんにちは.Machine Learning Advent Calendar (MLAC) 2013の14日目を担当します,[twitter:@kisa12012]です.普段は博士学生として,各地を放浪しながら機械学習の研究をしてます.今回の記事はボストンで執筆しています.現地時間(EST)での締切は守ったのでセーフ…ですよね? 本日は機械学習の技術的な内容の話ではな... 続きを読む
【書籍紹介】ガウス過程と機械学習 - HELLO CYBERNETICS
はじめに 目次とコメント 0章 たった5分でガウス過程が分かってしまう 1章 線形回帰モデル 2章 ガウス分布 3章 ガウス過程 4章 確率的生成モデルとガウス過程 5章 ガウス過程の計算法 6章 ガウス過程の適用 7章 ガウス過程による教師なし学習 ガウス過程のライブラリ GPy GPyTorch GPflow はじめに 既に機械学習界隈の... 続きを読む
【Draft版公開】Machine Learning Yearning 1~5章 by stanford大学Andrew Ng教授 - Qiita
【Draft版公開】Machine Learning Yearning 1~5章 by stanford大学Andrew Ng教授 現在、AIや機械学習界隈で最も有名なスタンフォード大学のAndrew Ng教授が、「Machine Learning Yearning」という書籍を執筆中です。2018年4月18日に、そのドラフト版(1-14章)が公開されました。 この投稿では、いち早く本書籍を翻訳し... 続きを読む
【Techブログ】XGBoostにおける単調性制約について調べてみた | Sansan株式会社
お久しぶりです。DSOC R&Dグループの 中野 です。 今回は、機械学習界隈の皆さんが大好きな XGBoost の一機能と Probability calibration について調べたことを報告します。 背景 社内で解釈しやすい決定木について議論する機会があり、勾配ブースティングのライブラリーであるXGBoostでは 単調性制約 を加えることができることを紹介しました。その場では、「指定した上... 続きを読む
MachineLearning - 機械学習や統計に関する情報収集 - Qiita
機械学習界隈の情報収集方法 http://d.hatena.ne.jp/kisa12012/20131215/1387082769 いきなりですが上記の記事に機械学習に関する有力な情報源がまとまっています。まずはここを参考にするのが良いかと思います。ただ情報が多すぎですので、筆者は Wikicfp と arXiv.org あたりの論文、それにはてなブックマークをチェックしています。 また論文につい... 続きを読む
機械学習界隈の情報収集方法 - kisa12012の日記
こんにちは.Machine Learning Advent Calendar (MLAC) 2013の14日目を担当します,@kisa12012です.普段は博士学生として,各地を放浪しながら機械学習の研究をしてます.今回の記事はボストンで執筆しています.現地時間(EST)での締切は守ったのでセーフ…ですよね?本日は機械学習の技術的な内容の話ではなく,筆者が実践している機械学習関連の情報収集方法につ... 続きを読む
論文『音象徴の機械学習による再現:最強のポケモンの生成』まとめ | ぱろすけのメモ帳
2012年3月に言語処理学会の年次大会で発表されましたこちらの論文、ここ最近ちょっとだけ自然言語処理、機械学習界隈で話題になっていたのですが、皆様ご存知でしょうか? 論文まとめサイトと化しつつある我がブログ、まあ取り上げますよね! ポケモン論文は、実のところ数多くあります。cinii で検索するとけっこうありますね。しかしながら理系的なアプローチは珍しく、卒業論文「ポケモンつなげるもん♪ ―最長し... 続きを読む