しましまのECMLPKDD2011まとめ
- shima__shima
- 796
- 0
- 0
- 0
にしても,金曜日の成田はとっても混んでた.チェックインだけで1時間,セキュリティと,出国で1時間… 2時間半前に来たのにちょうどだった
2011-09-03 07:28:43まず,国立考古学博物館へ.かのアガメムノンのマスクは入って正面にあったが,30cmぐらいで,薄くて,思ってたのよりは小ぶりだった.というか,同様の金のマスクは周りにいっぱい展示されてた.
2011-09-04 02:48:47ギリシャの彫刻ってすごいできばえだけど,作った人の名前って残ってないなぁ〜 宗教画とかはサインを入れないとは聞くけど,伝だれだれ作とか伝わらなかったのはなぜだろう?
2011-09-04 02:50:53オモニア駅の西側はガラが悪いとあったが,北東の考古学博物館からオモニアまでも,けっこうすさんだ感じ.博物館は普段16時だが,月曜だけ20時までとあるが,暗くなったら良くなさそうなふんいき.
2011-09-04 02:54:12次はリカヴィトスの丘へ行く.ケーブルカーの駅で切符の自販機は止まってて(説明書きないし)30分に1本の出発前に売りに来るという,なんか適当な運営… ケーブルカーは地下で回りは見えない.
2011-09-04 02:56:00景色は,アクロポリスはもちろん,ピレウスの港まで一望できるみごとなもの.だが,おっさんが二人口げんかしてて興ざめ… (ーー;)
2011-09-04 02:57:16午前は医療データをプライバシ保護して共有するチュートリアル http://t.co/vmi2AA5 基本的には k匿名性・l多様性など一般的なPPDPの話.遺伝子の SNPs の一般化階層をどうするかとかの話とか,若干今までに聞いたことのないものがあった.
2011-09-05 23:41:34複雑動的データのチュートリアル http://t.co/LVg89LY マルチラベル,データストリーム,高次元対応などの一般的なマイニング手法の紹介
2011-09-05 23:42:53Bishop先生の講演:最初はKinect.深度モデルがとれてから,モデルとどう当てはめるか?Kinect画像とモーションキャプチャでとった画像で正解をいっぱい作って体の部位を予想する決定木を学習.体の部位の確率とParzen密度推定で一つの分布にまとめて,姿勢を推定する.
2011-09-06 02:45:36深度で,対応点を見つけるあたりは大変な気がするが,その辺の話は秘密かな? そのあとの方法はデータがたくさんあるので昔からある方法.自然言語における言語モデルみたいに,体のモデルを持つことで予測問題として容易にしたことが勝因だと思う.
2011-09-06 02:47:23そのあとチェスプログラム Elo で利用している TrueSkill と,Manchester Asthma and Allergy Study http://t.co/3UG7zCK :ぜんそくとアレルギーのデータ分析の紹介. 各疾患の有無によって異なってくるリスクを予測.
2011-09-06 02:49:39オープニングレセプションで Bishop 先生にお会いできるか探したけど,いらっしゃらないみたいだった (´・ω・`) トークが終わったあとで,長い話してる人の後ろでまってるんだったか…
2011-09-06 04:59:59最初は Apriori の R. Agrawal 先生の講演 http://t.co/mdFCcIc DM技術の教育への適用.教科書をWebを使って拡張.読みやすさの評価や,理解を助けるための挿絵の自動追加など.
2011-09-06 16:04:31最初のセッションは頻出パターンマイニング.あのHan先生が普通に発表してた.ある集合とカバーしてる部分が似てる順にアイテム集合を列挙とか.反単調性がないので工夫しないと簡単には列挙できない.他も,単に頻出だけではネタがつきて,いろいろ有用性指標を考えてるのが多かった雰囲気.
2011-09-07 00:38:17午後1は応用.国際会議用 SNS とか http://t.co/k0JPoh9 やってる人がいた.RFIDつけてもらって,誰と誰が話してたとかのログを残すところで,どうやったかとか話してた.
2011-09-07 00:41:57午後2はクラスタリング. Clustering Rankings in the Fourier Domain 順序のクラスタリングで,順序のフーリエ変換 http://t.co/a2Yj57a ってのがあるのだけど,その周波数空間でクラスタリングするっていうのを初めてみた.
2011-09-07 00:51:05招待講演はBAモデルの Barabási 先生 http://t.co/MopobUl いつものスケールフリーネットのあと,人の行動範囲の話があったが,変数の説明は書かずに口で説明してたみたいでついてけなかった.行動の規則性が,ランダムな移動とは違う分布を引き起こすっぽい?
2011-09-07 16:08:00教師あり学習I:特徴選択をするのに,学習器の良さ指標を報酬,特徴の集合を状態,特徴をどう変更するかを政策として強化学習で解いて,L1正則化より良かったとか,なかなか思いつかない方法
2011-09-08 01:43:59