とんでもない読み物、発見してしまった 深層学習の原理解析：汎化誤差の側面から https://t.co/1GQZxFpkmj

RT @shima__shima: .@ai_gakkai の人工知能学会誌に KDD2017 と RecSys2017 の会議報告が掲載され，無料公開されました： https://t.co/KvL5wF5ET6

大規模データに基づいた機械学習による抽出的および非抽出的文書要約手法の開発 https://t.co/jwcjgIl72L # それらの出力と元々の文から不要な単語を削除することで文を圧縮 僕も今日は削除して、スムージングしてた

基盤研究（C）「日本語語順の柔軟性を考慮した係り受け解析技術の開発」 https://t.co/P1HBe1gYw0

逐次最適解更新による頑健な単語分散表現の学習方式 https://t.co/BZppmJj7kv

RT @shima__shima: 拙著の人工知能学会誌載のKDD2015の会議報告が掲載されました https://t.co/kkoAwlGsLX 無料ダウンロードできます

https://t.co/BZppmJj7kv

日本語固有表現抽出における分かち書き問題の解決 https://t.co/jqKREtWCSs >これ考え方がkyteaみたい

固有表現抽出：チャンキング https://t.co/ZkFGqiDoVG 名詞句や動詞句などのようにかたまった単語の列を求めるチャンキング

@takanashi1986 @TJO_datasci https://t.co/SMvHeq96q4の(7)式です。つまるところ、色んな値を取り柄る劣勾配が、各オンラインラウンドで特徴量にtfidfのような割引効果をもたらすようです

特徴の出現回数に応じたL1正則化を実現する教師ありオンライン学習手法 http://t.co/SFnxkZVazu > .しかし既存の L1 正則化付きオンライン学習アルゴリズムでは,この性質は分析されてこなかった この辺りから始めよう

MapReduceによる確率的勾配降下法を用いた広告クリック率予測の実践 http://t.co/6QKTziIwz3

僕は @YoshifumiSeki さんと一緒にやっている「生存時間分析を用いた広告クリエイティブの停止予測」という発表を行います！ #JSAI2020 > 2020年度 人工知能学会全国大会（第34回）/生存時間分析を用いた広告クリエイティブの停止予測 https://t.co/9CSjiOCFNt

AI学会誌に執筆しましたKDD2018の会議報告が公開されました： https://t.co/q1Ic8ALtoP 会員以外でも無料でご覧いただけます．

記述長最小原理の進化：基礎から最新の展開 https://t.co/KuBbbQqpSK

Natural Gradients and Stochastic Variational Inference https://t.co/M279spKzwu 自然勾配のすばらしい解説．甘利先生のこれもhttps://t.co/8LrtyzC1CI

人工知能学会の会誌 2016年1月号に拙著の RecSys2015 会議報告が掲載されました． 無料で公開されています https://t.co/CsJpxuxvnR のでご覧下さい．