しましまのECMLPKDD2010まとめ

しましま @shima__shima

ぐぁ〜ん (゜◇゜) ほとんどバルセロナは雨じゃ http://www.arukikata.co.jp/weather/ES/BCN/ 再来週は晴れるかな？

しましま @shima__shima

やっと荷造りができた．14日間の海外は今までで最長．というわけで，今まで使ったことのなかった，トローリーバッグのエキスパンド機能を発動する．

しましま @shima__shima

いってきま〜す．成田空港の搭乗口．査読結果の仕事も送信して，こころおきなく出国できます．RT @nokuno: いってらっさいませー

しましま @shima__shima

アクセス特急は，東京からのスカイアクセスの通過待ちとかあった．特急なのに… 日本の玄関口なのに空港近辺は単線なんだよな〜 RT @kashi_pong: 京成なんとかー速い

しましま @shima__shima

L1正則化のチュートリアル，すごいスピードで，機関銃のようにいろいろなトピックを話していて，着いてけなかった ＿|￣|○

しましま @shima__shima

元田先生がbestペーパのチェアを努められてた．ベストペーパの受賞者の人は2m近くあるんじゃないかという人で，壇上に登るとどよめきが

しましま @shima__shima

最初の招待講演は Hod Lipson さん．データから，それを記述する方程式や不偏量を見つけましょうっていう話し．いろいろ例題は上がってたけど，遺伝的プログラミングとか，鷲尾・元田先生が2000年前後にやってたこととかそのあたりから，どんな進歩が最近あったのか分からなかった．

しましま @shima__shima

サグラダファミリアって中はガンガン工事中でとにかくすごい音だった．地下は博物館展示があって，さらに下のガウディのお墓が上からちょっと覗けるようになってた．

しましま @shima__shima

招待講演はTomaso A. Poggioさん．脳の視覚モデルっぽく，プリミティブな特徴から階層的により高次の抽象的なシンボルを認識できるようにするモデルのお話．人物・車両のトラッキングや，画像中で注意を引く部分の特定などをしていた．

しましま @shima__shima

ローンの審査とかを機械学習でやると特定の社会階層の人を疎外してしまう差別的なルールが出てきてしまったりする．そこで，差別的なルールを，あるsensitive な特徴の存在によってローンが受けられるかどうかの確率が同じになるように調整する方法の提案．新しい着眼点だと思う．

しましま @shima__shima

発表はこれ Three Approaches for Making the Naïve Bayes Classifier Discrimination-Free

しましま @shima__shima

招待講演はFP-growth や PrefixSpan で著名なJiawei Han先生．DBLPみたいな社会ネットデータからの情報抽出の自身の仕事を紹介．record linkage とか，サイトによって違う表記の補正とか…

しましま @shima__shima

2件目の招待講演は Jürgen Schmidhuber 先生．楽しみや創造性を計算機にといった挑戦的な内容 http://www.idsia.ch/~juergen/creativity.html 右の図はフラクタルだけど，それに現れる曲線で女性の絵が書いてみたとか

しましま @shima__shima

プレゼンはとても魅せるようになっていた．内容は文字で書いてくれてるのでついて行けたが，かなりの数のジョークが仕込まれていてウケてたが，英語の聞き取りできないしましまはおいてけぼり〜 研究内容から敵が多いのか，質問するとそれに対抗するスライドが出てくるのがびっくり

しましま @shima__shima

adversarial learning (敵対的学習) というのを知る．KDD2005の論文が始まりのよう．スパム業者のように識別器をすり抜けるため特徴ベクトルを敵対者が変えてくることを前提に，分類器を作るというもの．相手が最大限に予測精度を悪くする場合を想定して，

しましま @shima__shima

そのときの予測誤差を小さくするというもの．お互いに何度かやりあってるとナッシュ均衡とかになって落ち着くらしい

しましま @shima__shima

昨日書き忘れたベストペーパはなかなかだった Large Scale Image Annotation: Learning to Rank with Joint Word-Image Embeddings

しましま @shima__shima

250万画像に数万種のタグを付ける超多クラスの分類問題．クラスのプロトタイプと事例をそれぞれ100次元ぐらいの同じ空間に射影して近隣法で分類する．射影するところが，二つの画像をみたときどちらが目的のクラスに近いかというランキングを良くするような設計になっている．

しましま @shima__shima

こんなことを真正直にやると，事例数の2乗になって死んでしまうが，結果を悪くしないことを保証するサンプリングを使ってガガッと計算量が減らせるらしい．

しましま @shima__shima

それは，たぶん Exp3 みたいな adversarial bandit とかじゃないでしょうか？ 関連はありますが，そういった報酬ベースとはまた違う話のようです RT @TohgorohMatsui: ちょうどMach LearnにMachine learning in ad…

しましま @shima__shima

すみません m(__)m 2005年のMeekのとかが挙がってますね．ご指摘のとおりです．adversarial bandit はCOLT方面ではやりのようなのでその流れと思ってました RT @TohgorohMatsui: こちらもスパムメール判別，侵入検知，検索エンジンスパ…

しましま @shima__shima

CCAみたいにまとめてじゃなくて個別に写像する関数を決めるっぽいです（見てた感じそんなふうでした．正確なところは，すみませんが読んでください）RT @_akisato: CCA的潜在空間学習＋ランキング学習での補正、みたいな感じでしょうか？

しましま @shima__shima

バンケットで，やっぱり隣の人と英会話は通じない… 書くのと違って，話すときは必ず前から順番に文を生成しないといけないってのは難しいよな〜

しましま @shima__shima

今日の招待講演は Leslie Pack Kaelbling 先生．ロボット屋さん．MDPをまじめにやらずに，信念と食い違ったら，今の観測状態でドバッと置き換えて，プランニングをやり直すという方法で結構いけるよっていうお話と理解したが，かなりあやふや．

しましま @shima__shima

preference や インダストリアルのソフト紹介にもこころ惹かれるが，プライバシ関係のワークショップを見に行く予定