しましまのICML2015まとめ

しましま @shima__shima

Privacy for Free: Posterior Sampling and Stochastic Gradient Monte Carlo 尤度関数が一様有界のときにDPの条件を満たしつつ事後確率からサンプリングできる．

しましま @shima__shima

事後分布だから予測にも使えるし，ここでは最適化につかっている．一様有界ってのはちょっとつらいが，重要な結果になるかもしれない

しましま @shima__shima

The Composition Theorem for Differential Privacy 差分プライバシの二つのDBのいずれか分からないということを，それぞれのDBから出てきたサンプルだという仮説と考えると仮説検定と結び付けることができる．

しましま @shima__shima

このことを使って，差分プライバシでデータを何度も出したときのプライバシの水準の変化をもっと厳密に求めることができる．仮説検定と結び付けた目の付け所はすごいと思う．

しましま @shima__shima

Differentially Private Bayesian Optimization 超パラメータのベイズ最適化：予測精度の推定値をパラメータからのガウス過程で予測し，精度が高くなりそうなところを探す．

しましま @shima__shima

ガウス過程による二つの曲面の差はカーネルを使って表せるが，それを使ってDPでのプライバシリスクの上界を求めた．

™ @tmaehara

さて，J Kleinberg

Hoi To Wai @hoitowai

Invited talk by Jon Kleinberg #icml2015 pic.twitter.com/xCQe0AP10p

拡大

しましま @shima__shima

深層学習のワークショップの会場が講堂に変わった．どう考えても，普通の大きさの部屋じゃむりだよな

Salim Jouili @jouilis

Is there Life on Earth ? #icml2015 pic.twitter.com/FibTHnFv4F

拡大

Balázs Kégl @balazskegl

Looking forward for listening to Jon Kleinberg on Social Phenomena in Global Networks by at #icml2015. pic.twitter.com/0MUzKf8gpb

拡大

Alison B. Lowndes ✿ @AlisonBLowndes

"Is there life on earth"; Carl Sagan Yes! ..according to social media #icml2015 Keynote by Jon Kleinberg @Cornell pic.twitter.com/K8q0Vqchi1

拡大

Levity @Al_levity

#ICML2015 geography of #Facebook neighbourhoods pic.twitter.com/Tv8UP89vZ4

拡大

™ @tmaehara

arxiv.org/abs/1310.6753 Facebook networkが与えられたときに，ネットワーク構造だけから彼氏彼女の関係にあるペアを見つけるタスク．

™ @tmaehara

「teenager はしばしば結婚してないのに彼氏との status を marriged にする」

Salim Jouili @jouilis

J. Kleinberg :"Given a Facebook user in a relationship, find their partner from just network structure." #icml2015 pic.twitter.com/3Ej8dVzsbu

拡大

™ @tmaehara

これ，解析自体は面白いけど，結果はネットワークあんまり効いて無い感じじゃないかな……．

しましま @shima__shima

Goal-oriented research has major benefits but also pitfalls — Chris Burges #icml2015

しましま @shima__shima

指標やベンチマークデータに最適化していくと研究は進展するけど，同時に落とし穴に

しましま @shima__shima

クラスタリングって，ほとんど行列分解っぽい感じのになったな

Sebastien Treguer @ST4Good

Acceptance by fields #ICML2015, top3 #DeepLearning #OptimizationAlgorithms #ReinforcementLearning, avg 9-10 p/ac pic.twitter.com/oqEKmpeHWU

拡大

Sebastien Treguer @ST4Good

The #ICML2015 effect in picture. Inspiring ;-) pic.twitter.com/72WhS321Tj

拡大

しましま @shima__shima

ビジネスミーティング：参加者数1600+，参加費収入$950K，スポンサー収入：$250K

しましま @shima__shima

#icml2015 country of participants: us, fr, uk, de, kr, ca, cn, be, ja, ch, il, au, nl, in, ru, es, fi, np, sg, se, pl pic.twitter.com/3bxKpVmwB5

拡大

しましま @shima__shima

#icml2015 titles of accepted papers pic.twitter.com/k6XYvjeH7p

拡大