データ分析関連のまとめ

データ分析・機械学習周りのもくもく会LTやイベント参加をまとめていきます

Tac-Valuer: Knowledge-based Stroke Evaluation in Table Tennis

Tac-Valuer: Knowledge-based Stroke Evaluation in Table Tennis(KDD2021)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 背景 課題 考えられる施策 ナショナルチームとの共同研究 概要 …

Exploratory Machine Learning with Unknown Unknowns

Exploratory Machine Learning with Unknown Unknowns (AAAI2021 accepted paperのarxiv版)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 概要 unknown unknownsが発生するような場面 Ex…

Modeling the Field Value Variations and Field Interactions Simultaneously for Fraud Detection

Modeling the Field Value Variations and Field Interactions Simultaneously for Fraud Detection(AAAI2021accepted paperのArxiv)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 背景 …

BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

BERT: Pre-training of Deep Bidirectional Transformers for Language Understandingを読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 Introduction Related Work Unsupervised Feature-ba…

2020年度 仁科記念講演会

目次 講演 深層学習と物理学 講演目次 逆問題と物理学の革新 科学の流れ 深層学習による物理学 物性物理学と深層学習 量子重力理論 AdS/CFT対応と深層学習 量子アニーリングによる量子コンピューティング 導入 最近の研究の方向性 現状と近未来 社会的な側面…

数理最適化: Optimization Night #4に参加しました

「数理最適化: Optimization Night #4」に参加したので(オンライン)、まとめました。 間違っている箇所がある場合、指摘いただけると助かります。 目次 どんなイベント? 発表 動的計画法を活用した問題解決の概観 導入 動的計画法 代表的な遷移パターン例 …

Ultrafast Local Outlier Detection from a Data Stream with Stationary Region Skipping

Ultrafast Local Outlier Detection from a Data Stream with Stationary Region Skipping(KDD2020 Accepted Papers)を読んでまとめました。 長いので、背景と概要に中身を少しまとめています。 解釈間違い等ある時がありますので、その場合指摘いただけると…

Delivery Scope: A New Way of Restaurant Retrieval For On-demand Food Delivery Service

Delivery Scope: A New Way of Restaurant Retrieval For On-demand Food Delivery Service(KDD2020 Accepted Papers)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 背景 概要 以下詳細(…

Transformerの構造について調べてまとめた

Attention Is All You Needを中心として、Transformerの構造についてまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 概要 Model Architecture Encoder and Decoder stacks Encoder(上図の左側) Decoder(上図…

ImageNet Classification with Deep Convolutional Neural Networks

ImageNet Classification with Deep Convolutional Neural Networksを読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 概要 architecture ReLU Nonlinearity Training on Multiple GPUs Local Response …

Discovery DataScience Meet up (DsDS) #0に参加しました

「Discovery DataScience Meet up (DsDS) #0」に参加したので(オンライン)、まとめました。 間違っている箇所がある場合、指摘いただけると助かります(専門でない部分も多いため、間違っていたらすみません) どんなイベント? Yahooエンジニア, CAエンジニア…

Deep State Space Models for Time Series Forecasting

Deep State Space Models for Time Series Forecastingを読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 概要 問題定義 State Space Models 方程式 Parameter learning Deep State Space Models 学習 P…

Sports Analyst Meetup #8に参加しました

「Sports Analyst Meetup #8」に参加したので(オンライン)、まとめました。 間違っている箇所がある場合、指摘いただけると助かります。 どんなイベント? スポーツアナリストおよびスポーツデータ分析に興味のある方に向けたイベントです。 本イベントはス…

Explainable k-Means and k-Medians Clustering

Explainable k-Means and k-Medians Clustering(ICML2020 Accepted paper)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 k-means、k-median clustering Explainable k-Means and k-Media…

ナッジについて

人工知能学会の中で、ナッジ(Nudge)という言葉が出てきていたので基礎的な事を調べました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 またナッジについて体系的に学んでいないため、今回のブログはナッジの一面だけ切り取っ…

DyCRS: Dynamic Interpretable Postoperative Complication Risk Scoring

DyCRS: Dynamic Interpretable Postoperative Complication Risk Scoring(AAAI2020 Accepted paper)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 問題設定 データセット 特徴量 患者の…

Machine Learning Casual Talks #12 (Online)に参加しました

「Machine Learning Casual Talks #12 (Online)」に参加したので(オンライン)、まとめました。 間違っている箇所がある場合、指摘いただけると助かります。 目次 どんなイベント? LT "Cost-efficient and scalable ML-experiments in AWS with spot-instanc…

A Three-Level Optimization Model for Nonlinearly Separable Clustering

A Three-Level Optimization Model for Nonlinearly Separable Clustering(AAAI2020 Accepted paper)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 The three-level optimization model …

BERT応用勉強会に参加しました

「BERT応用勉強会」に参加したので(オンライン)、まとめました。 間違っている箇所がある場合、指摘いただけると助かります。 目次 どんなイベント? LT 医療言語処理へのBERTの応用 Multilingual BERTの二言語領域適応に基づく対訳文同定 BERTのMulti Modal…

One Picture Is Worth a Thousand Words? The Pricing Power of Images in e-Commerce

One Picture Is Worth a Thousand Words? The Pricing Power of Images in e-Commerce(The Web conderence2020 Accepted paper)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 問題設定 …

Inverse probability weighting(IPW:逆確率重みづけ)が適用される場面

IPWが適用されるようなバイアスのかかる場面について、まとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 概要 統計分析では基本的に全ての結果を等しく扱うが、いくつかの状況ではそれぞれの結果に対して異なるweigh…

Omitted Variables Bias(OVB:脱落変数バイアス)

Omitted Variables Biasについてまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 概要 因果効果を示す方程式を考えた際に、必要な共変量が無い(脱落している)場合に推定される効果にバイアスが生じてしまう:Omitted…

Sports Analyst Meetup #7に参加しました

「Sports Analyst Meetup #7」に参加したので(オンライン)、まとめました。 間違っている箇所がある場合、指摘いただけると助かります。 どんなイベント? スポーツアナリストおよびスポーツデータ分析に興味のある方に向けたイベントです。 本イベントはス…

潜在反応モデル概要(RubinおよびPearl)と、仮定となるSUTVAについて

潜在反応モデル概要とSUTVAについてRubinとPearlでの違いを含めてまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 概要 潜在反応モデルにおいて、Rubin流とPearl流の2つ大きいアプローチの仕方がある。 両者の違い…

バドミントンの試合展開(途中のスコア)から結果を予測する

2月の事になりますが、Sports Analyst Meetup #6でLTを行った分析についてまとめました。 今回の概要は以下のLT資料に記載しています。 speakerdeck.com 目次(結構長いです) 何がしたいのか? バドミントンのルール 今回使用したデータ 分析の流れ 前処理 基…

Insight Tokyo #1に参加しました

「Insight Tokyo #1」に参加したので、まとめました。 間違っている箇所がある場合、指摘いただけると助かります.。 どんなイベント? insight-tokyo.connpass.com サービスや製品のユーザーを理解したいという気持ちに職種は関係ありません。むしろ、ユー…

Learning from Weak-Label Data: A Deep Forest Expedition

Learning from Weak-Label Data: A Deep Forest Expedition(AAAI2020 Accepted paper)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 背景と概要 Weak-label learning 概要 問題の定義 アルゴリズム(…

反事実モデルの計算(SCMで定義された線形モデルについて)

SCMで定義された線形モデルにおける反事実モデルについて、主に実際の計算や定理の理解をまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 (前回は以下リンクにおいてバックドア基準やフロントドア基準についてまと…

統計的因果推論(バックドア・フロンドドア基準、逆確率重みづけ)

統計的因果推論で主にバックドア基準、フロントドア基準、逆確率重みづけについてまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 目次 前置き 平均因果効果 条件付けと介入 条件付け確率への変形 バックドア…

Learning Sleep Quality from Daily Logs

Learning Sleep Quality from Daily Logs(KDD2019 Applied Track Papers)を読んでまとめました。 解釈間違い等ある時がありますので、その場合指摘いただけると助かります。 目次 目次 背景と概要 背景 概要 MISSING DATA IMPUTATION 概要 評価 Sleep Effici…