MLSys 2020という学会で発表された面白そうな論文を読んだ。タイトルは「What is the State of Neural Network Pruning?」で、Neural Network Pruningにつ […]
ニューラルネットワークのPruningをメタアナリシスした論文：What is the State of Neural Network Pruning?
カテゴリー: データサイエンス
小規模データセットに対するニューラルネットの汎化性能の理由に迫る論文：Modern Neural Networks Generalize on Small Data Sets
NeurIPS 2018の論文で「Modern Neural Networks Generalize on Small Data Sets」という論文があったので読んでみた。 ニューラルネットは大規模データで成功を収めて […]
書評：The Data Science Design Manual
少し前に「The Data Science Design Manual」という本を読んだので紹介します。 この本の著者はAlgorithm Design Manualを書いた、Steven S. Skiena先生であり内 […]
「欠測データ処理」を読んだ
データ分析の前処理における重要なポイントの一つとして、欠測データをどのように扱うかがある。 入門向けの記事だと単純に平均値や0埋めなどを施して、そのまま機械学習モデルに投入する例が多いが統計学的にはこのような単一代入法と […]
MITのLex Fridman氏によるAIポッドキャスト
MITのresearch scientistである、Lex Fridman氏がAI関連のポッドキャストを始めたそうです。AI関連のBig-pictureについて著名なゲストと話すとのことです。https://lexfri […]
直感 Deep Learning
「直感 Deep Learning」という書籍が出るそうです。翻訳版なので原著を調べてみたところ、「Deep Learning with Keras」でした。英語版の方は、以前読んでおりレビューも書きました。この本はKe […]
特徴量エンジニアリングに焦点を当てた簡潔な本：「Feature Engineering for Machine Learning」
機械学習の特徴量エンジニアリングに焦点を当てた本、「Feature Engineering for Machine Learning」を読んだ。 テーブルデータ、画像データ、文章データなどの各種データに対しての基本的な特 […]
ニューラルネットワークを利用した決定木：Deep Neural Decision Trees
引き続き、機械学習の解釈性についての論文を読んだ。今回読んだのは、「Deep Neural Decision Trees (WHI ’18)」。著者による実装のページはここ。 決定木とニューラルネットワークを […]
GPSデータによる交通事故リスク予測：Learning Deep Representation from Big and Heterogeneous Data for Traffic Accident Inference
読んだ論文のメモ。Learning Deep Representation from Big and Heterogeneous Data for Traffic Accident Inference (AAAI  […]
機械学習によるメモリアクセス予測：Learning Memory Access Patterns
ICML 2018の論文リストを眺めていて、目についたタイトルの論文を読み始めた。まず最初に「Learning Memory Access Patterns」という論文を読んだ。この論文はRNNを用いてメモリアクセスパタ […]