Sansan Builders Blog

Sansanのものづくりを支えるメンバーの技術やデザイン、プロダクトマネジメントの情報を発信

ML, Tech, RPT. の検索結果:

【ML Tech RPT.】第24回 ソフトラベルを学ぶ

DSOC 研究員の吉村です. 先日スーパーに買い物に行ったところ、玄米が目に飛び込んできました. 早速買って, 玄米を初めて自分で炊きました. それまで, 全く知らなかったのですが, 炊く前にそれなりの時間, 玄米を水につけておく必要があるらしく, 結構面倒だなということがわかりました. さて, 今回はソフトラベル (Soft Label) にスポットライトを当てます. 最初にソフトラベルの紹介をして, ソフトラベルを利用したいくつかの研究を紹介していきます.

【ML Tech RPT.】第23回 Factorization Machines を学ぶ.

…みてください! ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:S. Rendle, "Factorization Machines," ICDM, in 2010. *2:X. Wang, X. He, L. Nie and T. S. Chua, "Item Silk Road: Recommending Items from Information Domains to Social Users," SIGIR, …

【ML Tech RPT.】第22回 構造に関連する機械学習を学ぶ(8) ~グラフ その4~ Knowledge Graph

…合いください! ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:S. Ji, S. Pan, E. Cambria, P. Marttinen, P. S. Yu, "A Survey on Knowledge Graphs: Representation, Acquisition and Applications," arXiv, in 2020. *2:A. Bordes, N. Usunier, and A. G.…

【ML Tech RPT. 】第21回 構造に関連する機械学習を学ぶ (7) ~グラフ その3~

…期待ください. ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:F. Scarselli, AC. Tsoi, and M. Hagenbuchner, "The graph neural network model," in TNNLS, 2019. *2:TN. Kipf, and M. Welling, "Semi-Supervised Classification with Graph Convolutional…

Sansanにまつわる「ある数式」について

1. 導入 こんにちは。Sansan株式会社 DSOC 研究開発部の大垣です。 普段はプロダクトを成長させるべくデータサイエンスや機械学習に関わる研究開発をしています。個人的には数学が好きなので(ある程度)高度な数学が有用になる研究開発のテーマを日々探しています。突然ですが、これらのグッズを見たことはあるでしょうか?これらは弊社が作るノベルティなのですが、一見ノベルティとは思えないTシャツがあると思います。そうです、このナゾの数式が入ったTシャツです。

【ML Tech RPT. 】第20回 構造に関連する機械学習を学ぶ (6) ~グラフ その2~

…合いください! ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:D. Liben-Nowell, and J. Kleinberg, "The link-prediction problem for social networks," JASIST, in 2007. *2:L. A. Adamic, and E. Adar, "Friends and neighbors on the web," Social netw…

【ML Tech RPT. 】第19回 構造に関連する機械学習を学ぶ (5) ~グラフ その1~

…に扱えるパッケージ, そして, どんな分野で研究がなされているかなどを見ていきました. 今自らが直面している課題が何なのか, 何を解決したいのかがわかればより適切な分野の上の研究をサーベイすることができるようになりますし, 適切なツールが使えると思います. 今回は機械学習要素が少なかったので, 次回は満を持して機械学習におけるグラフの扱いについてみていきます. 次回もお楽しみに! ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com

【ML Tech RPT. 】第18回 構造に関連する機械学習を学ぶ (4) ~格子構造~

…お願いします。 ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:O. Ronneberger, P. Fischer, and T. Brox, "U-Net: Convolutional Networks for Biomedical Image Segmentation," in 2015, MICCAI. *2:C. Rother, V. Kolmogorov, and A. Blake, "“GrabCut” —…

【ML Tech RPT. 】第17回 構造に関連する機械学習を学ぶ (3) ~時系列予測~

…お願いします. ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:沖本竜義, "経済・ファイナンスデータの計量次系列分析", in 朝倉書店, 2010. *2:R. J. Hyndman and G. Athanasopoulos, "Forecasting: Principles and Practice," in Otexts, 2013. *3:F. M. Tseng, and G. H. Tzeng, "A fu…

【ML Tech RPT. 】第16回 構造に関連する機械学習を学ぶ (2) ~系列ラベリング~

…くださいませ. ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:黒橋禎夫, "改訂版 自然言語処理," 放送大学教育振興会, 2019. *2:M. Schuster and K. K. Paliwal, "Bidirectional Recurrent Newral Networks," in TSP, 1997. *3:Z. Huang, W. Xu, and, K. Yu, "Bidirectional LSTM-…

【ML Tech RPT. 】第15回 構造に関連する機械学習を学ぶ (1)

…お願いします. ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com *1:D. Tuia, J. Munoz-Mari, M. Kanevski, and G. Camps-Valls, "Structured output SVM for remote sensing image classification," in SPS, 2011. *2:A. Rudi, C. Ciliberto, G. Marconi, and L.…

【ML Tech RPT. 】第0回 本連載を書くことについて

…的に書いている価値は得られています. まとめ 今回は一切の技術的な内容を排除して, なぜ連載をやっているのかや, 書くまえに注意していることや重要視していることについて書きました. この連載を書いている人間が, どう言うことを考えて書いているのかを汲み取ってもらった上で, 価値ある連載だと思って読んでくださると嬉しいです. 次回は, MLに関する技術の話を今まで通りする予定です. ▼【ML Tech RPT. 】シリーズ buildersbox.corp-sansan.com

【ML Tech RPT. 】第14回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (5)

…法についての記事 【ML Tech RPT. 】第10回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (1) - Sansan Builders Box 【ML Tech RPT. 】第11回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (2) - Sansan Builders Box 【ML Tech RPT. 】第12回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (3…

【ML Tech RPT. 】第13回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (4)

…WM, 2007 *2:J. Read, B. Pfahringer, G. Holmes, and E. Frank, "Classifier Chains for Multi-Label CLassificaion," in ECML, 2009 *3:J. Read, B. Pfahringer, G. Holmes, and E. Frank, "Classifier Chains for Multi-Label CLassificaion," in ML, 2011

【ML Tech RPT. 】第12回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (3)

R&D

DSOC研究員の吉村です. 先日, Sansan の Scan for Trees という取り組みの一環で, 宮城県の大崎市に植樹に行ってきました. 普段のオフィスでのデスクワークから離れて, 鍬を手に持ち植樹をするという経験は非常に新鮮でした.さて, 今回も引き続き「機械学習のモデルの評価方法」について見ていきます. 前回お伝えした通り, 多クラス分類 (multi-class classification) と回帰 (regression) の評価指標について確認していき…

【ML Tech RPT. 】第11回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (2)

DSOC研究員の吉村です. 弊社には「よいこ」という社内の部活のような社内制度があり, 私はその中のテニス部に所属しています. 月一程度で活動をしているのですが, 最近は新たに入社された部員も増えてきて新しい風を感じています.さて, 今回も前回に引き続き「機械学習のモデルの評価方法 (Evaluation Metrics)」に焦点を当てていきます. (今回も前回同様, "モデル" という言葉を機械学習のモデルという意味で用います.) 前回は, モデルを評価する観点や注意事項に…

【ML Tech RPT. 】第10回 機械学習のモデルの評価方法 (Evaluation Metrics) を学ぶ (1)

DSOC研究員の吉村です. 先日, 会社の同僚らと御岳山に登山へ行きました. 私は普段から登山に行く趣味があるわけではないので, 不安を抱えつつ山に向かったのですが, 案外何事もなく無事に帰ってこれました. (山への移動の電車の中で, 話し込みすぎて降りる駅とは別の駅まで来てしまうというプチアクシデントはありました.)さて, 今回からは「機械学習のモデルの評価方法を学ぶ」というタイトルで記事を書いていこうかと思います. 以後, 本記事ではモデルという言葉を機械学習のモデルとい…

【ML Tech RPT. 】第9回 敵対的摂動 (Adversarial Perturbation) に対するモデルの頑健性の測り方を学ぶ (3)

…の話です. 前回は MLP (Multi Layer Perceptron) や CNN (Convolutional Neural Network) に対する頑健性の評価手法として知られる CLEVER (Cross Lipschitz Extreme Value for Network Robustness) [*1] についての紹介をしました. 前回の記事の「おわりに」の部分でも述べましたが, CLEVERはRNN (Recurrent Neural Network) …

【ML Tech RPT. 】第8回 敵対的摂動 (Adversarial Perturbation) に対するモデルの頑健性の測り方を学ぶ (2)

…のなかでは, 実際にMLP (Multi Layer Perceptron), CNN (Convolutional Neural Network) などについて頑健性の評価を行う実験を行なっています. (より具体的なモデルとして, ResNet, Inception, MobileNet なども評価されています.) しかし, この手法にも欠点があり, それは RNN 系のモデルに対する頑健性の評価をできない点です. そこで, 次回は RNN 系のモデルに対しても頑健性の測定…

【ML Tech RPT. 】第7回 敵対的摂動 (Adversarial Perturbation) に対するモデルの頑健性の測り方を学ぶ (1)

…el, N, Wong, and D. Lin, "POPQORN: Quantifying Robustness of Recurrent Neural Networks", in ICML, 2019. *4:M. Hein, and M. Andriushchenko, "Formal guarantees on therobustness of a classifier against adversarial manipulation," in NIPS, 2017.

【ML Tech RPT. 】第6回 不均衡データ学習 (Learning from Imbalanced Data) を学ぶ (3)

…ection with Generative Adversarial Networks to Guide Marker Discovery," in IPMI, 2017. *5:L. Ruff, R. Vandermeulen, N. Goernitz, L. Deecke, S. A. Siddiqui, A. Binder, E. Müller, and, M. Kloft, "Deep One-Class Classification," in ICML, 2018.

【ML Tech RPT. 】第5回 不均衡データ学習 (Learning from Imbalanced Data) を学ぶ (2)

…ess-averse loss functions for cost-sensitive multiclass boosting," in ICML, 2014 *4:S. H. Khan, M. Hayat, M. Bennamoun, F. Sohel and R. Togneri, "Cost-Sensitive Learning of Deep Feature Representations from Imbalanced Data," in TNNLS, 2018.

【ML Tech RPT. 】第4回 不均衡データ学習 (Learning from Imbalanced Data) を学ぶ(1)

…s?," in ECML/PKDD, 2015. *4:N. V. Chawla, K. W. Bowyer, L. O. Hall, and W. P. Kegelmeyer, "SMOTE: Synthetic minority over-sampling technique," in JAIR, 2002. *5:A. Fernandez, S. Garcia, F. Herrera, and N. V. Chawla, "SMOTE for Learning from…

【ML Tech RPT. 】第3回 Zero Shot Learning を学ぶ (3)

Sansan DSOC研究員の吉村です。年が明け2019年になり、あと数ヶ月で次の新卒の皆さんが入ってくることを考えて戦々恐々としています。入社してからこれまででしっかりと力がついているのかなど、思いを巡らす対象は多々ありますが、今まで通り日々コツコツと業務や自己研鑽に励んで行こうと思います。今回も Zero Shot Learning (ZSL) についての記事です。前回は ZSL で用いられる手法として基本的なアプローチに則って考案された SOC、 DeVISE、そして、…

【ML Tech RPT. 】第2回 Zero Shot Learning を学ぶ (2)

…015. *5:Z. Akata, F. Perronnin, Z. Harchaoui, and C. Schmid, "Label-Embedding for Attribute-Based Classification," in CVPR, 2013. *6:B. Romera-Paredes and P. H. Torr, "An embarrassingly simple approach to zero-shot learning," in ICML, 2015.

【ML Tech RPT. 】第1回 Zero Shot Learning を学ぶ (1)

こんにちは、 Sansan DSOC 研究員の吉村です。今年の春新卒として入社しました。専門は機械学習及びクラウドソーシング周りで、現在は予測モデルの作成やワーカのミスの分析などを行なっています。こちらの連載では、自身の勉強を兼ねて普段の業務やその周辺技術についての発信をしていこうと思います。 初回は、業務とはあまり関係がないところではありますが、知見を溜めるという意味合いも込めて以前から興味があった Zero Shot Learning について調べてみましたので、共有をさ…

© Sansan, Inc.