-
shima__shima
- 9578
- 24
- 0
- 106
-
- いいね！106
Vladimiro GZ
@vladoxNCL
Made it to Anchorage! Representing @ccbdcdt 🙂 #KDD2019 #XAI pic.twitter.com/0Xb9f7QypA
2019-08-05 00:38:29
拡大
しゅんけー
@shunk031
#KDD2019 START😁😁😁 (@ Dena'ina Civic & Convention Center - @denainacenter in Anchorage, AK) swarmapp.com/c/aRQRSOdYjLI pic.twitter.com/nBjUOQ9VCU
2019-08-05 01:03:50
拡大
JR New
@jrnewww
Incredible that there's a sign language interpreter at the #kdd2019 conference. pic.twitter.com/FnpsciPOYH
2019-08-05 01:19:19
拡大
Record Linkage
@RecordLinkage
Tutorial on Data Integration and Machine Learning #kdd2019 pic.twitter.com/CQBhvgf01X
2019-08-05 02:12:51
拡大
Yasuhisa Suzuk i のペンギン
@smbtti
I’m taking a tutorial lesson, Deep Reinforcement Learning with Applications in Transportation, from DiDi members #KDD2019 outreach.didichuxing.com/internationalc…
2019-08-05 02:18:27
Yasuhisa Suzuk i のペンギン
@smbtti
Than RL basics, audience looks more curious about its applitations in transportation, esp. the problem details, settings, solutions and results, I’m looking forward to reach this phase. #KDD2019
2019-08-05 02:22:56
Yahoo Research
@YahooResearch
Enjoying #kdd2019? Liangda Li (Sr. Research Scientist) will share “Modeling and Applications for Temporal Point Processes” at 10am in Summit 8, Ground Level, Egan. Learn more here: thinklab.sjtu.edu.cn/TPP_Tutor_KDD1…. #datascience #machinelearning #deeplearning pic.twitter.com/YeveEfuL2s
2019-08-05 02:47:01
Africa Perianez
@aperianez
Good morning Alaska! #kdd2019 pic.twitter.com/BwJaDBzrpw
2019-08-05 02:51:33
拡大
拡大
超循環評価器
@hagino3000
KDD2019 1日目 Tutorial Day。去年ガラガラだったA/B Testのチュートリアルが今年は超満員につき途中でroom changeだ sites.google.com/view/kdd2019-e…
2019-08-05 02:57:36
Muhammad Aurangzeb Ahmad
@vonaurum
Liangda Li from @YahooResearch tutorial on Modeling and Applications for Temporal Point Processes. For healthcare ML a very relevant example of temporal point is in patient flow #KDD2019 pic.twitter.com/6DcmHGVs5K
2019-08-05 03:09:31
拡大
Mathieu Léchine
@MathieuLechine
Great talk about ABTest challenges and pitfalls at #kdd2019 : sites.google.com/view/kdd2019-e… "ABTests are the best scientific way to prove causality" @CriteoAILab
2019-08-05 03:16:43
Tadashi Okoshi
@TadashiOkoshi
@YahooResearch Dear Y! Research, at #KDD2019 we'll present a joint work between Keio Univ. & Yahoo! Japan research on massive evaluation of ML based adaptive push notification scheduling. Hope to see you there! pic.twitter.com/izO8TA8PPj
2019-08-05 03:31:53
拡大
Mateusz Fedoryszak
@mfedoryszak
Generative fake news detection. With a plate diagram <3 #kdd2019 pic.twitter.com/tDPJHwjSLv
2019-08-05 03:57:57
拡大
Fei Wang
@feiwang03
Our tutorial is just so popular. It is really difficult to find a spot. #kdd2019 pic.twitter.com/OXI5kpKaCR
2019-08-05 04:05:48
拡大
拡大
拡大
しましま
@shima__shima
最初のフェイクニュースの定義を試みているところが面白い：悪い意図，信憑性がない，ニュースである．これらの点を踏まえて噂，誤解などと分離している
2019-08-05 04:23:38
しましま
@shima__shima
まず，人間による判断のサイトなどの紹介のあと，本題の自動検出について．自動検出手法には四つの方針．知識ベース，文書スタイル，拡散経路，信憑性
2019-08-05 04:23:57
しましま
@shima__shima
知識ベースはおなじみLOD風三つ組．知識グラフの抽出，信頼性の確認，対象ニュースとの比較の三つの課題が存在する．信頼性はパスの短さやパスの種類などを考慮する
2019-08-05 04:24:20
しましま
@shima__shima
文書スタイルは，「100%正しい」といった極端な表現や，主観表現，多様性のなさなどを手がかりにする．画像・文書などマルチモーダル情報を統合して信頼の正否を分類問題として予測する．
2019-08-05 04:24:46
しましま
@shima__shima
拡散経路は，ニュースの伝播経路を木構造のグラフで表す．偽ニュースの方が良く拡散することや，話題による伝播の違いや，繋がっているノードの信頼性は似ていることを利用．
2019-08-05 04:26:06
しましま
@shima__shima
polifact や buzzfeed のデータを元にフェイクニュース検出を行うデモ blogtrackers.fulton.asu.edu:3000 （見たときは500喰らってったのでどんなものか分からない）フェイクニュースのデータ kaggle.com/mdepak/fakenew…
2019-08-05 04:28:05