-
shima__shima
- 9187
- 36
- 8
- 4
-
- いいね！4
Alexandra Olteanu
@o_saja
Context matters to understanding discrimination #kdd2016 #algorithmicDiscriminationTutorial pic.twitter.com/yUp7gLcpfI
2016-08-14 03:05:40
拡大
Sal Aguiñaga
@abitofalchemy
Dynamic Time Warping … opens up new possibilities #KDD2016 cs.unm.edu/~mueen/DTW2.pdf
2016-08-14 04:10:30
Data Mining Group
@DMG_Standards
Excited to learn about lifelong machine learning, #tutorials #kdd2016 pic.twitter.com/0yRbJIgb0u
2016-08-14 05:02:59
拡大
Thiago Marzagão
@tmarzagao
Using past learning to improve future learning. #kdd2016 pic.twitter.com/3pJame5Lf3
2016-08-14 05:25:26
拡大
Dirk Van den Poel
@dirkvandenpoel
Interesting #IoT #BigData streaming tutorial at #KDD2016. Download slides from sites.google.com/site/iotmining… #datamining pic.twitter.com/Flg6TKjY7B
2016-08-14 05:30:06
拡大
David Mas
@massivityreport
Novel class detection in data stream #kdd2016 pic.twitter.com/DEk9AOIElY
2016-08-14 06:51:59
拡大
David Mas
@massivityreport
Data stream mining slides: sites.google.com/site/iotmining… #kdd2016
2016-08-14 07:28:09
François Petitjean
@LeDataMiner
Our #kdd2016 tutorial on scalable learning of #GraphicalModels has just started w @giwebb #MachineLearning pic.twitter.com/18ZaCjTbEj
2016-08-14 09:02:12
拡大
しましま
@shima__shima
単一タスクごとに機械学習アルゴリズムを適用するのではなく，過去に解いたタスクから得られた知識を，将来のタスクの学習に利用しようという試み 人間は学習したら知識としてそのことを覚えてるから，おなじようなことを機械学習でと
2016-08-14 09:52:05
しましま
@shima__shima
私の解釈としては，過去のデータの学習結果を事前分布や初期値にして次のタスクを特という感じかな．ストリームデータ処理の技術をミニバッチ的に適用した感じともとれる．
2016-08-14 09:52:15
しましま
@shima__shima
評判分析の NELL (never-ending language learner) というのは，2010年からずっとWebから学習して，オントロジーとかの知識を9000万件も獲得しているらしい
2016-08-14 09:54:19
Data Mining Group
@DMG_Standards
Who's ready for #idea at #kdd2016? pic.twitter.com/Cb9xR5zoyd
2016-08-15 00:17:08
拡大
KDD Sports Analytics
@LargeScaleSport
#kdd2016 Large Scale Sports Analytics. Peter Carr - Disney Research, invited talk on automated sports broadcasting. pic.twitter.com/1F3sqDZoZG
2016-08-15 00:30:52
拡大
David Mas
@massivityreport
ResNet network from Microsoft has 159 layers ! #kdd2016 pic.twitter.com/siOQ6t9o0b
2016-08-15 00:32:12
拡大
Sofiane Abbar
@SofianeAbbar
Cities as systems with their underlying agents and processes. By Paul Waddell #urbcomp2016 #kdd2016 pic.twitter.com/85BRPft5JP
2016-08-15 00:34:47
拡大
Shiri Dori-Hacohen♿️🧠✡️ (🚫🥄s). 🟣🎗️🏴
@ShirKi
Adding social space to the info space for detecting sentiment analysis (ie political opinions) #WISDOM2016 #kdd2016 pic.twitter.com/yFi2eeZyE0
2016-08-15 00:39:08
拡大
Shiri Dori-Hacohen♿️🧠✡️ (🚫🥄s). 🟣🎗️🏴
@ShirKi
Sentiment vs Emotion in the #WISDOM2016 keynote. What about the difference between sentiment and opinions? #kdd2016 pic.twitter.com/RlUKsSjHdy
2016-08-15 00:45:08
拡大
Shobeir Fakhraei
@shobeirf
.@seanjtaylor opening the @mlgworkshop #kdd2016 pic.twitter.com/JkkOdVbLNF
2016-08-15 00:56:29
拡大
David Mas
@massivityreport
Li Deng #kdd2016: the new frontier for deep learning: unsupervised learning. pic.twitter.com/jGgEdMhWVC
2016-08-15 01:02:38
拡大
KDD Sports Analytics
@LargeScaleSport
#kdd2016 Next up, Sarah Rudd StatDNA. Took StatDNA from small data aggregation company to acquisition by Arsenal. pic.twitter.com/QtY3coi3Vc
2016-08-15 01:07:23
拡大