View profile

Weekly Machine Learning #109

Revue
 
News: fast.aiの講座が2019年版で新しくなりました。かなりアップデートが入ったようなので、受講済みの方でも見る価値があるかもしれません。マイクロソフトが発行したガイドラインは、機械学習シス
 

piqcy

February 1 · Issue #110 · View online
All change is not growth, as all movement is not forward. Ellen Glasgow

News: fast.aiの講座が2019年版で新しくなりました。かなりアップデートが入ったようなので、受講済みの方でも見る価値があるかもしれません。マイクロソフトが発行したガイドラインは、機械学習システムを組み込んだ場合のインタラクションを考える際にとても参考になりそうです。色々なシステムから事例を取り、だいぶ体系的にまとめてくれています。StanfordNLPはPython純正の形態素解析/係り受け解析ツールで、日本語の対応が気になるところです。
Articles: Open-ended Learning~は、画期的な研究と思います。戦略の獲得から(環境における)戦略の解析にシフトするアプローチで、これができれば応用範囲が一つ増えると思います(ゲームバランスの調整など)。Glyce~は、文字の画像表現を単語表現に使うという研究です。精度が結構上がっており、日本語でも使えるのではないかと思います。Computational Optimal Transportは、輸送問題についての教科書です。わかりやすい方だとは思いますが、なにぶん量があるのでさっと概要を掴みたい方はNIPSのチュートリアルの方がいいかもしれません。
Resources: Troubleshooting Deep Neural Networksは、DNNのモデルがうまく動かない際に見るべき点をよくまとめてくれています。Learning to Drive Smoothly~は、ラジコンをシミュレーターで学習して実際に走らせる試みを行なっています。著者が自動運転のスタートアップで働いていることもあり、結構詳細な内容が書いてあり面白いです。Machine Learning Casual Talksの資料は、手法からチーム運営まで内容が多岐にわたっており参考になります。
Series: Graph Convolutionの自然言語への適用は、大詰めの趣です。今回は最近の論文と実験結果に基づき、サーベイし直した結果をまとめています。

News
Practical Deep Learning for Coders 2019 · fast.ai
Guidelines for Human-AI Interaction - Microsoft Research
GQA: Visual Reasoning in the Real World
StanfordNLP | StanfordNLP
GitHub - Unity-Technologies/obstacle-tower-env: Obstacle Tower Environment
Articles
[1901.08106] Open-ended Learning in Symmetric Zero-sum Games
[1901.08162] Causal Reasoning from Meta-reinforcement Learning
[1812.02734] Learning to Design Circuits
[1812.04224] On the Dimensionality of Word Embedding
[1901.10125] Glyce: Glyph-vectors for Chinese Character Representations
[1810.12715] On the Effectiveness of Interval Bound Propagation for Training Verifiably Robust Models
[1803.00567] Computational Optimal Transport
Resources
Troubleshooting Deep Neural Networks
TensorFlow 2.0 のコードの書き方基本集(PyTorchとの比較) - HELLO CYBERNETICS
Deep Reinforcement Learning with Applications in Transportation
Learning to Drive Smoothly in Minutes – Towards Data Science
GitHub - chainer/chainerrl-visualizer
Neural networks for Graph Data NeurIPS2018読み会@PFN
AutoML in NeurIPS 2018
AI開発を円滑に進めるための契約・法務・知財
Haggis, Not Haggis: How to build a haggis detection app with TensorFlow, Keras, and FloydHub for Burns Night
Machine Learning Casual Talks #8 に参加しました&全発表まとめ - u++の備忘録
双曲空間でのMachine Learningの最近の進展 - ABEJA Arts Blog
Series
Graph Convolutionを自然言語処理に応用する Part6 – programming-soda – Medium
Did you enjoy this issue?
 
Become a member for $5 per month
Don’t miss out on the other issues by piqcy
You can manage your subscription here
If you were forwarded this newsletter and you like it, you can subscribe here.
Powered by Revue