-
shima__shima
- 9211
- 36
- 8
- 4
-
- いいね！4
しましま
@shima__shima
二つ目は，Rudd さん．サッカーの分析は．手作業で付けたイベントの分析から，位置トラッキングに移っているらしい．そこからラインの位置とかいろいろ定義していくのだが，ラインが動くとかの要素が加わると複雑になっていくらしい．
2016-08-15 03:57:15
しましま
@shima__shima
データ分析会社StatDNAは，2013年にアーセナルに買収されたそう．スポーツチームが分析会社を持つようになってるんだ… 日本のプロスポーツチームでそういうところはあるのかな？
2016-08-15 03:57:25
しましま
@shima__shima
三つ目はEssaさんが画像処理について．ビデオの切り抜きや領域分割を実時間で行う videosegmentation.com 会場の盛り上がりや，抽出した選手の動きなどからスポーツのダイジェストを作る．
2016-08-15 03:57:35
しましま
@shima__shima
ある時点で，選手がどの方向に動くかの予測を集め，それが集中するところを見つけることでボールの行く先が予測できるのは面白かった．
2016-08-15 03:57:45
David Mas
@massivityreport
Great presentation from Rosanne Liu on using deep learning to find new chemical compound #kdd2016 pic.twitter.com/f7rHV6hhMl
2016-08-15 03:58:12
拡大
David Mas
@massivityreport
Chemical compound prediction with deep learning #kdd2016 pic.twitter.com/ovYUQc7R6w
2016-08-15 04:00:10
拡大
Fabrizio Milo
@fabmilo
Using #deeplearning for chemical compund stability predictions #kdd2016 pic.twitter.com/pEr4SYk3Qk
2016-08-15 04:04:45
拡大
Fabrizio Milo
@fabmilo
#deeplearning for #financial #sentiment #analysis #kdd2016 pic.twitter.com/CcZeaZ1P77
2016-08-15 04:21:30
拡大
Thiago Marzagão
@tmarzagao
Causality & data mining. #kdd2016 pic.twitter.com/PLe5JEp9d9
2016-08-15 05:05:49
拡大
MahSa
@MahsaBadami
Caution: make better sense of data before coming to any conclusions! #IDEAworkshop #KDD2016 #SaleemaAmershi #data pic.twitter.com/Evo1GdYslO
2016-08-15 05:12:15
拡大
MahSa
@MahsaBadami
"Many more opportunities to better support machine learning in practice and theory!" #IDEAworkshop #KDD2016 #Saleema pic.twitter.com/G7JjzadgEP
2016-08-15 05:47:59
拡大
David Mas
@massivityreport
Fashion DNA: projecting customers and products in dual spaces #kdd2016 pic.twitter.com/4o75bXFGsH
2016-08-15 06:01:36
拡大
Alex Wade
@alexwade
.@VladSandulescu (Adform) presenting paper on winning KDD CUp 2016 approach docs.com/alex-wade/4696… #kdd2016 pic.twitter.com/KLJdroc6OR
2016-08-15 06:16:27
拡大
KDD Sports Analytics
@LargeScaleSport
Joel Brooks (MIT) gets to the mathematics of defending the on-ball-screen. #kdd2016 pic.twitter.com/ePqn5WHPmg
2016-08-15 06:26:13
拡大
Sofiane Abbar
@SofianeAbbar
Interesting talk by Alexander Bayen on Nash equilibrium vs. social good in routing games. #urbcomp2016 #kdd2016 pic.twitter.com/g7ywY48VkI
2016-08-15 06:28:43
拡大
Thiago Marzagão
@tmarzagao
Amazing talk by Uber's Jeff Schneider. TIL in the early days of self-driving, anomaly was when sth worked #kdd2016 pic.twitter.com/S3hD87gFgA
2016-08-15 06:47:48
拡大
Theodore Vasiloudis
@thvasilo
Great approach for mining heterogeneous networks by @YizhouSun, using events as cntrs of entity ego-nets. #kdd2016 pic.twitter.com/BDKZ08u4T8
2016-08-15 07:02:34
拡大
KDD Sports Analytics
@LargeScaleSport
Final session for the day.. Panel session on AI in sports analytics featuring our invited speakers. #kdd2016 pic.twitter.com/F7C5aiSV1R
2016-08-15 08:05:24
拡大
しましま
@shima__shima
午後の一つ目は因果発見ワークショップ nugget.unisa.edu.au/CD2016/ のチュートリアル的招待講演を聴講したが，因果周りは難しい．ほとんど置いてかれた．
2016-08-15 08:27:36
しましま
@shima__shima
そのあとファッション関係のワークショップに移動 kddfashion2016.mybluemix.net 一般発表で画像を扱うのものが多く，どれも深層学習系をよく使ってた
2016-08-15 08:27:52
しましま
@shima__shima
招待講演一つ目はStichfixのKlingenbergさん．こっちで選んだ服を5個送って要らないモノは返送という，顧客の選択のフィードバックがあるビジネスモデル．人間が判断するときにわかりやすい特徴量を作るというのは独特なタスク．
2016-08-15 08:27:57
しましま
@shima__shima
招待講演二つ目はMcAuleyさん．学習済みCNNでえたアイテムの特徴から得た因子と，利用者の因子をかけるタイプの推薦モデル．
2016-08-15 08:28:10