yu-ya4
commented
3 years ago RecSys2020 論文読み会開催した & 発表した
https://connpass.com/event/189192/
- 【論文紹介】ImRec: Learning Reciprocal Preferences Using Images
- A Stacking Ensemble Model for Prediction of Multi-type Tweet Engagements(RecSys Challenge 2020 3rd place solution)
オンラインイベントは主催も発表もたいへんだなとおもいました（小並）
資料は全部イベントページにあっぷされているので皆さん見てください！
Team Wantely()
『What Twitter learned from the Recsys 2020 Challenge』 https://towardsdatascience.com/what-twitter-learned-from-the-recsys-2020-challenge-d3ae2f7ccf0f
RecSys Challenge2020 の 運営企業の Twitter による振り返り記事。 社名は間違えないで欲しかった。
We try to make general conclusions about the choices that helped the winners achieve their results
- most important features
- extremely fast experimentation speed for feature selection and model training
- adversarial validation [1] for generalisation
- use of content features
- use of decision trees over neural networks
target encoding is king.
ﾜｶﾙ
宇宙探査のキャリアに備えられる教材ができたらしい
https://docs.microsoft.com/ja-jp/learn/topics/nasa
マイクロソフトとNetflixが共同で作成した、NASA のDS業務をベースとした学習コンテンツがリリース。
けっこう単純な pandas の扱い方（でも宇宙のストーリーには乗っていておもろい）から、隕石の分類やロケット打ち上げの遅延予測みたいな ML 系の教材まであって良い。
KDD2020 の推薦システムのチュートリアル
https://sites.google.com/view/kdd20-marketplace-autorecsys/
推薦システムの盛り上がり💪 「Part A: Recommendations in a Marketplace」と「Part B: Automated Recommender System」の２本立てで、前者は Multi-sided marketplaces がテーマとなっていて面白いなと思った。複数のステークホルダーがいるときの objective(s) の最適化難しいよね。
Jun Ernesto Okumura さんの一連の tweet にちょっとだけ内容が。👀
https://twitter.com/pacocat/status/1297737429881729024
世界最大のアダルトサイトPornhubは「2020年大統領選討論会」の影響をどのように受けたのか？
https://gigazine.net/news/20201025-pornhub-trump-biden-presidential-debate/
普通におもろい。
Pornhubの報告は、2020年9月29日に実施された第1回討論会がPornhubのトラフィックに与えた影響に関する分析です。報告によると、アメリカからPonrhubに流れ込むトラフィックは、第1回討論会中に通常時のマイナス18.5％を記録。討論終了後にトラフィックは急速に回復し、東部標準時の23時には通常時のプラス5.2％に達しました。
しかし、Pornhubは興味深いポイントとして、「各州では反応が異なった」という点を指摘。ミシガン州やペンシルバニア州などは第1回討論会のさなかにトラフィックが20％以上も減少した一方、ニューメキシコ州やバージニア州でのトラフィック減少は10％程度にとどまったと報告しました。全体的には、西部・南部ではトラフィックの減少率は低かったものの、北部・東部では減少率は高かったという傾向がみられました。
Pornhub のデータ分析チーム興味ある。👀
Amazonが同社以外の店舗における購入データを消費者から買い取るプログラムを開始
プログラムの参加者は食料品店、デパート、ドラッグストア、映画館、テーマパーク、レストランなどの娯楽施設（営業している場合）など、アマゾン以外の店舗で買い物をした際のレシートを1カ月に10件送付することが求められる。
サービス外のデータも集め始めた。すごい。でも逆にこれが当たり前になったら、自社で大きなプラットフォームもっていなくてもできることが広がったり、コールドスタート問題にも対処できたりみたいな世界がくる？
じゃらんのレビュー文から作成された NLI 及び極性情報データセットが公開
https://github.com/megagonlabs/jrte-corpus
こういう動きすごい。
Hypothesis: 部屋から海が見える。 (You can see the ocean from your room.)
Premise : 部屋はオーシャンビューで景色がよかったです。 (The room had an ocean view and a nice view.)
Label : EntailmentText : 朝食が美味しいです。 (The breakfast is delicious.)
Sentiment : Positive
Hotel reputation: True多言語対応 T5
mT5: A massively multilingual pre-trained text-to-text transformer https://arxiv.org/abs/2010.11934
mBERT よりぜんぜん強いらしい（全然読んでない）
DeNA における機械学習/AI チームの１０年間の軌跡
『機械学習/AI活用した体験・サービス提供の挑戦10年』 https://twitter.com/hamadakoichi/status/1319132053560987648
10年間の"機械学習/AI活用した体験・サービス提供"の実際の取組みの各フェーズで生じた ①課題、②課題解消の取組み、等、紹介しています。み
実務で機械学習10年してるってフレーズがすでにすごい。14歳のときに、数理手法を駆使して課題解決して世の中よくしたいって言ってるのすごすぎてよくわからん。
推薦システム難しいシリーズ
https://twitter.com/justicesquad_I/status/1319128412296888320
地獄を見せようとしてくる Netflix
hakubishin3
khfukuda
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: #70