しましまのKDD2017まとめ

Ilknur Kabul @ilknurkabul

Great work from @hima_bindu about evaluating algorithmic predictions in the presence of unobservables. #kdd2017 @wimlds pic.twitter.com/NJHExG58Su

拡大

Kostas Pelechrinis @kpelechrinis

More cutting-edge #tensors from @IoakeimPerros @vagelispapalex #kdd2017 #medicalinformatics #healthinformatics pic.twitter.com/JPErFsub1e

拡大

しましま @shima__shima

基調講演2は，差分プライバシで著名な Dwork さん． 今回は，私も取り組んでいる公平性について．

しましま @shima__shima

前振りは，再犯率予測ソフト COMPAS が，アフリカ系の人の方が，偽正率が高く判定されるというデータジャーナリズムNPOの ProPublica の指摘など．

しましま @shima__shima

最初は，正予測の比率，偽正率，偽負率をグループ間で同時に揃えることは無理という Kleinberg さんらの結果の紹介． ^Y [独立] S と ^Y [独立] S | Y は同時には無理で，どちらかの公平性は諦める必要がある．

しましま @shima__shima

その次は，Dwork さんらの結果で，グループ間で正予測の比率を揃えるグループ公平性と，似た属性の人は似た待遇を受けるという個人公平性の概念の紹介．

しましま @shima__shima

私のものも含めた既存の公平配慮型の手法，入力データの公平性を強化する変換，因果推論の公平性への適用などの方法の紹介と，問題点の指摘があった．

しましま @shima__shima

ビジネスランチ．ワードクラウド発表なので細かい数字はないが，やはり圧倒的に米からの投稿が多い．中も多いが，独豪日台印とくらべてそれほどは多くなかった．

しましま @shima__shima

論文のトピックはソーシャルが多いのが例年だが，Temporal and Time や Series Data が多い．KDD は ICML/NIPS と比べ，ずっとdeepの比率は低い

しましま @shima__shima

KDD2018，ロンドン，2018.8.19-23 KDD2019，アンカレッジ，2019.8.3-7

しましま @shima__shima

The Selective Labels Problem: … 反実仮想に対する応答は観測できないが，保釈のデータで裁判官によって保釈の緩いひとと，厳しい人がいることを利用して，この人は保釈しなかったが，別の人が似た人を保釈していたらそのデータを利用する．

しましま @shima__shima

Towards an Optimal Subspace for K-Means 次元削減とクラスタリングを同時に行う．選ばなかった次元ではノイズが残り，選んだ次元ではきれいなクラスタ構造が得られるようにする方法．

JR New @jrnewww

Modern art piece in Halifax entitled: Day 1 vs day 4 of conference. #kdd2017 pic.twitter.com/E9HbaIFWTt

拡大

しましま @shima__shima

8月17日 (木)：本会議3日目

Ankur Teredesai @ankurt

Unobservable labels problem @hima_bindu et al., consider multi class extensions esp in healthcare. @kdd_news #kdd2017 pic.twitter.com/YFOkLVv0PR

拡大

拡大

AlexKeddy @Bat_dev

Last day of #kdd2017. Sad to see it go, but happy to see these eggs! pic.twitter.com/CE1k23TqM5

拡大

Tina Eliassi @tinaeliassi

Professor Renée Miller: The Future of Data Integration #kdd2017 #keynote pic.twitter.com/TYX7oSNFdS

拡大

拡大

Dirk Van den Poel @dirkvandenpoel

Dr. Renée Miller keynotes at #kdd2017: The Future of Data Integration on the 80% of our work as #DataScientists: Data Preparation. #ETL pic.twitter.com/Op5kQBY0yb

拡大

Eva Garcia Martin @evitamonal

Professor Renée Miller giving a great keynote on “The future of data integration” and talking about Beatrice Worsley 💪🏽💪🏽 #kdd2017 #keynote pic.twitter.com/kfWj8HuNOy

拡大

拡大

Elena Zheleva @elenadata

Renee Miller from @UofT delivering a keynote on the history and future of data integration research #kdd2017 pic.twitter.com/rJtc8m35ti

拡大

拡大

Junpei Komiyama @jkomiyama_

1970年代の結果の再利用がKDDで出てきて良い感じだ

Tina Eliassi @tinaeliassi

Professor Renée Miller introduced us to Professor Beatrice "Trixie" Worsley at the end of her keynote. #kdd2017 #forgotten_women_scientists pic.twitter.com/K3dOAajqnI

拡大

Alexandra Olteanu @o_saja

#kdd2017 metrics taxonomy for controlled experiments pic.twitter.com/vGdIpIvTqv

拡大

JR New @jrnewww

.@random_forests doing a great job blazing through a hands-on @tensorflow tutorial! #kdd2017 pic.twitter.com/73bZm20RTi

拡大

超循環評価器 @hagino3000

A/Bテスト、12の落とし穴と事例。/ Dirty Dozen: Twelve Common Metric Interpretation Pitfalls in Online Controlled Experiments kdd.org/kdd2017/papers…