機械学習CROSSまとめ
2013/01/17 エンジニアサポートCROSSで開かれた機械学習CROSSのまとめです。
サイトや資料へのリンクはこちら。
http://www.cross-party.com/programs/machine/
http://www.slideshare.net/shoheihido/cross-30115506
http://www.slideshare.net/shoheihido/cross-ml-kouhen
まーや(Maaya)
@maaya8585
楽天の属性値抜き出し大変そう、、、、 パソコン初心者な店舗主さんとかもいるからもっと大変そう、、、#cross2014a
2014-01-17 12:45:21
Takahiro Ikeuchi / Awarefy CTO
@iktakahiro
へー!商品画像の解析もしてるんですね。 #cross2014 #cross2014a
2014-01-17 12:46:33
tommy-ʎɯɯoʇ
@gigatune
画像に文字情報(店舗名、準備中、など)が含まれてるのはカタログとして扱えないから、その判定に機会学習が使える、ってのはビックリ #cross2014a
2014-01-17 12:47:13
Takahiro Ikeuchi / Awarefy CTO
@iktakahiro
@komiya_atsushi 登場! マーケティングと機会学習 #cross2014a #cross2014
2014-01-17 12:48:37
みっちぃ
@sleeping_michi
機会学習を使っているところでは、重回帰分析使っているところが多い印象。ある程度までは、重回帰で十分に予測できるということなのか? #cross2014a
2014-01-17 12:52:39
tommy-ʎɯɯoʇ
@gigatune
RDB → TSV → HDFS とデータの流れ。 AUCが0.95って高い? (AUCの定義を後で調べる) #cross2014a
2014-01-17 12:55:44
joker1007 (アルフォートおじさん)
@joker1007
やはり、広告を基本にしたレコメンドや非構造化データの分類用途が多いか。 #cross2014a #cross2014
2014-01-17 12:55:53
Takahiro Ikeuchi / Awarefy CTO
@iktakahiro
セキュリティ業界の話、ソフトの宣伝と切り離された視点からのプレゼンが聞ける機会は今まであまりなかったから興味深い #cross2014 #cross2014a
2014-01-17 13:02:31
tommy-ʎɯɯoʇ
@gigatune
情報セキュリティーの対策、種類が増えすぎてブラックリスト方式では手が回らなくなったので、次の手を。ヒューリスティックとサンドボックスは初耳 #cross2014a
2014-01-17 13:03:35
tommy-ʎɯɯoʇ
@gigatune
マルウェアの増加率が半端ない。 正常ソフトとマルウェアを線形分離が90%って、高いと思ったけどまだ低いのか。 #cross2014a
2014-01-17 13:07:12