- shima__shima
- 7747
- 0
- 4
- 2
@shima__shima 裏見たら,ベルギーのだった belgosweet.be マカロンに印刷して売ってるんだな.日本のご当地饅頭みたいなものか
2015-07-07 03:19:42ICMLは来るのが初めてで多いかどうかわからないが,1500人こえてるとか… プログラムが深層学習祭りになってるのもあるかなぁ?
2015-07-07 03:24:03Come and say hi to #ICML2015 in Lille! pic.twitter.com/hlrE8tr0Pa
2015-07-07 03:24:14#ICML2015 pic.twitter.com/YKaxGcPD4t
2015-07-07 15:32:03@icml15 kicking off #icml2015 #deeplearning #AI pic.twitter.com/DfCUueooPT
2015-07-07 15:40:13#ICML2015 opening! cc @Inria_Lille @icml15 pic.twitter.com/svtSf7XHsU
2015-07-07 15:42:50オープニングで 参加者は約1600人 と発表,採録 / 投稿 = 270 / 1037,以外なことにフランスではICMLは始めてらしい
2015-07-07 15:43:14ML is a theoretical science ML is an empirical science ML is an engineer science but don't mix all genres! Léon Bottou keynote #icml2015
2015-07-07 16:09:15L Bottou: #machinelearning is an experimental science, an engineering science, AND an exact science. #icml2015
2015-07-07 16:10:14#ICML2015 In ML, basically only 1 paradigm: Split data in training and testing set. Bias: Testing on another dataset leads to bad results.
2015-07-07 16:10:19L Bottou: #machinelearning is an unusual experimental science in that we have essentially only one experimental setup (train/test) #icml2015
2015-07-07 16:12:18普通のソフトのモジュールは仕様を決めればその通りに動く.しかし,機械学習で学習した結果はデータに依存する部分があるので,ときどきまずい動きをする.
2015-07-07 16:36:49機械学習の性能向上が,実実験によるものより速いのは,データの中で訓練・テストを回せるため.だが,このデータは大規模になるとキュレーションができずバイアスがのる,またデータでの異常値にはうまく対応できないといった問題を生じてしまう.
2015-07-07 16:36:57どうしたらいいか?データのみに依存しているのをやめる方向(?) 各アルゴリズムの制限についてもっと議論しよう.低頻度の事象についてもっと注意を払うような手法.モジュールとして提供するときは,特定事象への解決策を示したり.
2015-07-07 16:37:07先日 monoist.atmarkit.co.jp/mn/articles/15… で ILSVRC12 をベースにしている という記述は機械学習視点では違和感があるが,データを変えれば挙動が変わるので,ずっとソフトの人にとっては違う仕様のモジュールという見方になるのだろうな…
2015-07-07 16:37:15@shima__shima この辺の話って企業で実データセットに応用してる現場だとほぼほぼ常識というかみんな悩まされてるポイントだと思うんですが、個々の現場でやってる取り組みをもっと普遍化する試みをアカデミック側でやってくれないかなぁというのがありますね。。。
2015-07-07 16:41:21@TJO_datasci アルゴリズムの限界を論文に書くと落とされるような現状なので,限界について書いてなかったら議論を促すように変えましょうと公演中でおっしゃってました
2015-07-07 16:43:33重み和最大化が解ける族は、圧縮センシングも解ける、ってのが既知の結果で、prize collecting steinerを使う部分がたぶん面白いところ。これができるのは既知の結果の証明を知っていればわかる。
2015-07-07 17:01:07Leon Bottou: "We don't test people the way we test learning machines" occurrence prob. vs coverage #icml2015 pic.twitter.com/qdERJolB9h
2015-07-07 17:06:27