Open yu-ya4 opened 2 years ago
RPGツクールMZで動作する実用レベルの文章校正プラグインの実装を紹介した記事。
中学数学から、代数トポロジー、特異モデルなど、統計・機械学習を学ぶ上でそれぞれの分野がどんなもので、どのように関わるか、何で勉強すれば良いかを紹介した記事。
推薦タスクと自然言語処理の共通点を紐解く話。
推薦とNLPのタスクが似ている点
こう考えると、推薦も時系列で考えるのが良さそうということになる。
このような時系列を考慮した推薦システムを機械学習で行うとき、機械学習のタスクは、「ユーザが購入したアイテムのシーケンスの次に来るアイテムを予測する」というタスクになります。
Transformer4Recが最後にちょっと紹介されてる。
検索広告の多様性についての分析の紹介。
広告の多様性が高いほうがCTRが高いという結果。広告の多様性という概念自体が初めて見たので勉強になった。
使ったこと無いですが、すごそう。 Hugging Faceにあるらしい。
音声でも画像でも言語でも、なんでも同じ仕組みでベクトルにしちゃう自己教師あり学習手法。やばそう。 BERT などで利用されるマスク予測と BTOL などで利用される自己蒸留(self distillation)を組み合わせて表現学習。
Annotated
でメタデータの注釈をつけられるようになった。
from typing import Annotated
Meter = Annotated[float, "meter"]
Seconds = Annotated[float, "seconds"]
MeterPerSecond = Annotated[float, "meter per second"]
def get_velocity(distaince: Meter, time: Seconds) -> MeterPerSecond:
return distince/time
Why
推薦・機械学習勉強会は、推薦や機械学習、その周辺技術を通じてサービスを改善することにモチベーションのある人達の集まりです。ニュースやブログから論文まで、気になったものについてお互い共有しましょう!
発信のため、ここは public にしてあります。外部からの参加をご希望の方は松村(https://twitter.com/yu__ya4) まで DM を送るか、Wantedly Visit の募集(https://www.wantedly.com/projects/391912) よりご連絡ください!
What
Wantedly では隔週木曜日に
といった話をする「推薦・機械学習勉強会」を開催しています。 この ISSUE はその会で話すネタを共有するための場所です。
話したいことがある人はここにコメントしましょう! 会の間に話した内容もここにメモしましょう!
prev: #126