第53回 データマイニング+WEB @東京( #TokyoWebmining 53rd ) ーファッション・コマース 機械学習 祭りー
- hamadakoichi
- 1463
- 0
- 2
- 0
15:15- 16:30 2.「人工知能xファッション最前線」(講師: @kazukibs )(発表:30分+議論:40分→:45分) #TokyoWebmining
2016-04-16 15:20:45人工知能Xファッション最前線 - slideshare slideshare.net/KazukiBaba/x-6… #TokyoWebmining
2016-04-16 15:36:00Fashion Techのあんちょこ - 機械学習編 - Speaker Deck speakerdeck.com/tn1031/twm-fas… #TokyoWebmining
2016-04-16 15:36:51Deepomatic Grabs $1.4 Million For Its Deep Learning Visual Search Technology | TechCrunch techcrunch.com/2015/09/14/dee… #TokyoWebmining
2016-04-16 15:37:03少し話が前後しますが、ブランドの分類の話題があったと思いますがword2vecでブランドの類似度やってみたというの面白かったです developers.lyst.com/2014/11/11/wor… #TokyoWebmining
2016-04-16 16:00:00ファッションにおける自然言語処理の闇。デニム/ジーンズやサロペット/オーバーオールの違いを区別するべきか、そもそも紹介文に商品名が書いてなかったり(商品/ロゴ見れば人間は分かるので明文化されない)、表記ゆれが激しい。
2016-04-16 16:08:09arxiv.org/abs/1508.04785 でトレンドって結局何ってのを画像ベースで2014と2015のファッショントレンドのdiffを属性ごとに定量的に示していて面白い。 #TokyoWebmining pic.twitter.com/wQKf9BdeDb
2016-04-16 16:08:47「赤文字系」と「青文字系」はここら辺を読むと分かるかと。 trendnews.yahoo.co.jp/archives/14566… #TokyoWebmining
2016-04-16 16:30:46出品カテゴリの人的なミスオペレーションの話があったけど、楽天の場合、意図的な場合もある。競合の多い正しいカテゴリより、競合の少ない間違ったカテゴリのほうが売れるということがあるから。 #TokyoWebmining
2016-04-16 16:34:15sensy面白い、左下の服からお願いしたらそれっぽいのでた。 #tokyowebmining pic.twitter.com/nXQ0mCVJAR
2016-04-16 16:36:3116:50- 17:45 3.「オークション市場における取引価格予測」(講師: @kos59125 )(発表:20分+議論:30分→:35分) #TokyoWebmining
2016-04-16 16:49:06続いて今日一番気になってた「オークション市場における取引価格予測」。オフレコなのでTweetはしないけどいろいろ持ち帰りたい。
2016-04-16 16:53:25本日三本目の発表は Ustream 非公開の発表のため、これで Ust 配信終了となります。 #TokyoWebmining
2016-04-16 16:55:48本日 #TokyoWebmining でのファッションの機械学習・深層学習の技術話題の 適用アプリは『MERY』『iQON』『SENSY 』。実際に使ってみるとよくわかると思います。
2016-04-16 18:01:56[発表タイトル] 「IoT 基盤徹底入門」by @kndt84 (7月以降, @tn1031 からの紹介) #TokyoWebmining
2016-04-16 18:32:17[発表タイトル] 「金融ビッグデータ分析」 by @pixel__inc (8月以降) #TokyoWebmining
2016-04-16 18:33:50