SIGMOD 2019 参加報告
@maropu
遅ればせながら目を通した、非常に資料価値が高いので、もう少し広く若い人たちが集まる場（DEIMとか）で発表してもらったほうが良かったのではないか // SIGMOD 2019 参加報告 t.co/RkWQbgS7Lq
[1911.04252] Self-training with Noisy Student improves ImageNet classificat...
@hillbig
ImageNetで学習させたモデルで大量の教師なしデータにラベルを付与し、それを元より大きなモデルでノイズを加えて再度学習させることを繰り返す。競争の激しいImageNet Top-1のSOTAを1%改善、ロバストネスが向上し特に難しいデータセット(ImageNet-A)を17%から74%に改善。 t.co/M0wuA332B8
[1911.05063] Kaolin: A PyTorch Library for Accelerating 3D Deep Learning Re...
@RanaHanocka
NVIDIA just released Kaolin, A PyTorch Library for Accelerating 3D Deep Learning. They reported a 110X speed up for MeshCNN!! I am looking forward to using their implementation t.co/nq5h97QUDT t.co/WYtHqcNMg7
Audio samples from "Transfer Learning from Speaker Verification to Multispe...
@migueldeicaza
I love this. Google has a team named "Tacotron" and they just published this model that learn your voice with a 5 second sample, check their web site: t.co/dwGQjEBSer
Audio samples from "Transfer Learning from Speaker Verification to Multispe...
@johnmark_taylor
Public service announcement: it's now possible to take a five-second recording of a person's voice, run it through a computer algorithm, and produce convincing fake audio of that person saying any arbitrary sentence. Verify what you see and hear online.
t.co/5d5bUlW96c
Google AI Blog: Introducing the Next Generation of On-Device Vision Models:...
@kazunori_279
Pixel 4に搭載のPixel Neural CoreはEdge TPUアーキテクチャなのだ。TL;DR: AI画像認識がめっちゃ速い。 t.co/rT3dKnGFqp
Customer Testimonial: Iterable - YouTube
@databricks
.@Iterable is a technology company that provides a growth marketing platform for cross-channel customer engagement.
With Databricks, they’re able to innovate faster while reducing time on low value activities. t.co/Ii8llXs8gI
#AI
Customer Testimonial: Iterable - YouTube
@databricks
.@Iterable is a technology company that provides a growth marketing platform for cross-channel customer engagement.
With Databricks, they’re able to innovate faster while reducing time on low value activities. t.co/Ii8llXs8gI
#AI
This AI Clones Your Voice After Listening for 5 Seconds 🤐 - YouTube
@Kayrosis
!Future alert!
AI can now steal your voice and say literally anything in your voice with just a 5 second recording. It's not perfect, and doesn't quite work for longer clips/ a conversation...yet... so, yay?
t.co/4sK904diKZ
This AI Clones Your Voice After Listening for 5 Seconds 🤐 - YouTube
@kenmacallister
This AI can mimic your voice after listening to you speak for just 5 seconds.
Enabling digital assistants that can make calls on your behalf like Google Duplex, but in your voice.
It could also be used to impersonate you.
We need deep fake laws.
t.co/fosOFgvUnR
This AI Clones Your Voice After Listening for 5 Seconds 🤐 - YouTube
@will_luton
Possible game changer for in game VO: AI synthesised voice mimics 5 second sample with incredible accuracy.
t.co/tITuCiQagC
AI is going to hugely disrupt game dev in the next decade. We’ll be able to become higher level and do more with less.
Machine Learning Production Pitch #5 - connpass
@keigohtr
MLPP#5 公開しました！今回はMLOps回で、エムスリー、クックパッド、ABEJAから登壇頂きます！12/12 (木) なので、お誘い合わせの上ぜひ！ #mlpp t.co/zJsq21VNBw
メルカリ・ヤフー・ZOZO開発者が語る「画像検索」の最前線！ Bonfire Data & Science #1 イベントレポート - Yahoo!...
@sonots
レポートありがとうございます😊 / “メルカリ・ヤフー・ZOZO開発者が語る「画像検索」の最前線！ Bonfire Data & Science #1 イベントレポート - Yahoo! JAPAN Tech Blog” t.co/HwLgQp4dwB
Machine Learning Production Pitch #5 - connpass
@keigohtr
MLPP#5 公開しました！今回はMLOps回で、エムスリー、クックパッド、ABEJAから登壇頂きます！12/12 (木) なので、お誘い合わせの上ぜひ！ #mlpp t.co/zJsq21VNBw
TIS、自然言語処理で企業分析を行うためのデータセット「CoARiJ」を無償公開 | ニュースリリース | 2019年度 | ニュース | TIS株式...
@icoxfog417
正式にプレスを出しました！利用ケースのJupyterなどを随時追加していく予定です。
t.co/NZmKhXKy9x t.co/4ylMbDU43I
2019 PAIR Symposium - YouTube
@viegasf
Watch the #PAIRSymposium2019 on AI Research + Policy + Design live today:
t.co/xV3YaYgvlu t.co/7R6x1Lknpv
2019 PAIR Symposium - YouTube
@AnnUkhanova
#PAIRSymposium2019 just kicked off with a welcome note from @viegasf! Join us in this discussion about AI and #participatoryML via livestream 💻 ➡️ t.co/qXjbuyt8E7 t.co/0W58DRGi0p
2019 PAIR Symposium - YouTube
@chrisnoessel
Preview of favorite slide in my upcoming talk at #PAIRSymposium2019, best shared with no context. Shout-out to @teenybiscuit.
t.co/e22po1BDp6 t.co/oL2v0Hjbqv
ICCV2019 report
@allowfirm
ABEJAの白川さんのICCV2019参加報告( t.co/RdeTvJfxA6 )で、SinGANにつながる「Deep Internal Learning」関連の研究紹介が興味深く。「SinGAN パッチ」でGoogle検索すると、いくつか論文紹介の記事も。
[1910.06302] Detecting Glaucoma Using 3D Convolutional Neural Network of Ra...
@Reza_Zadeh
Two 3D deep learning papers from our team that had to build basic blocks for 3D DL. Happy to see NVIDIA reducing overlaps with a library.
Paper 1: t.co/pFaIBGywEB
Paper 2: t.co/Y6TUQeuJwJ
New 3DDL library: t.co/X10z9GxoEF
Microsoft and Graphcore collaborate to accelerate Artificial IntelligenceMi...
@jwangARK
The Graphcore + Microsoft announcement is exciting but the benchmark results do not look very good?
BERT training time just matches V100. No performance metrics on ResNet, LSTMs, NMT etc.
t.co/wp284nMpo0
メルカリ・ヤフー・ZOZO開発者が語る「画像検索」の最前線！ Bonfire Data & Science #1 イベントレポート - Yahoo!...
@ydnjp
＼Tech Blog 更新📝／
最近EC系のサイトで類似画像検索が出来るようになったけど、どうやってるの？
各社のエンジニアに、画像検索技術のロジックやインフラ構成などを語って頂きました。
#yjbonfire #データサイエンス #画像認識
t.co/UvG7A6T3MK
メルカリ・ヤフー・ZOZO開発者が語る「画像検索」の最前線！ Bonfire Data & Science #1 イベントレポート - Yahoo!...
@sz_dr
レポートめっちょ丁寧だ
メルカリ・ヤフー・ZOZO開発者が語る「画像検索」の最前線！ Bonfire Data & Science #1 イベントレポート #ydnjp t.co/HaH5nZre99
メルカリ・ヤフー・ZOZO開発者が語る「画像検索」の最前線！ Bonfire Data & Science #1 イベントレポート - Yahoo!...
@sonots
レポートありがとうございます😊 / “メルカリ・ヤフー・ZOZO開発者が語る「画像検索」の最前線！ Bonfire Data & Science #1 イベントレポート - Yahoo! JAPAN Tech Blog” t.co/HwLgQp4dwB
Useful Machine Learning Sessions from the H2O World New York - Open Source ...
@h2oai
#H2OWorld sessions are great resources to understand how #DriverlessAI and libraries like #H2O can be utilized to solve some of the critical #business problems with #AI. Read @pandeyparul's latest blog for a list of useful #machinelearning talks: t.co/WZgeHIKe3j t.co/t0l6r9KZp7
Baidu Research
@BaiduResearch
We've released a blog to give more details about the new Baidu PaddlePaddle. t.co/eU4catT74h #AI #DL t.co/ImzKmX3UAO
the MaD Seminar · Math and Data
@KyleCranmer
Watching Marco Cuturi: Differentiable Ranks and Quantiles using Optimal Transport. @NYUDataScience Video streaming here:
t.co/ZFETbwCi5m
Truth or backpropaganda? An empirical investigation of deep learning theory...
@hillbig
DLの理論解析や実用時で使われている様々な仮定が正しいかを実験で検証。極小解、WeightDecay、各層のRank、NTKについて。特にWeightDecayが0ではなく小さい固定値に向かって最適化した方が汎化性能が良いのが興味深い。t.co/g4uJdEPd9m
Truth or backpropaganda? An empirical investigation of deep learning theory...
@hillbig
They examined four assumptions used in DL theory and practice; local minimum, weight decay, low-rank linear layer, and NTK. Especially, it is interesting that norm-bias is significantly better than WeightDecay in generalization. t.co/g4uJdExChO
The Batch: Self-Driving Cars That Can't See Pedestrians?! Evolutionary Algo...
@jeffclune
Great to @AndrewYNg's startup @deeplearningai_'s newsletter cover POET and @SilverJacket's nice Quanta article on our work. Thanks! t.co/W4TzXIMo20
Quanta piece: t.co/DARzfEiVPP t.co/e52pesmMAI
Algorithm overview — Alibi 0.3.2 documentation
@keigohtr
MLモデルの説明性 (explainability) が最近注目されていて、いくつか発表があったという認識はあったけど、ちゃんとは追ってなかった。Seldonが出しているAlibiに、4つのアルゴリズムが内包されている。とはいえ、重みが強いfeatureを出したり、中間層の可視化っぽい。
t.co/KMONCkq5yR
最適な学習済みモデルが分かる？転移学習を加速させるTASK2VECの登場！ | AI-SCHOLAR
@ai_scholar
タスクをベクトル化するTASK2VECの提案。これにより転移学習をする際、どの学習済みモデルを使えば良い精度を出せるか予測出来るようになった。
t.co/mbIDK8FN4P
最適な学習済みモデルが分かる？転移学習を加速させるTASK2VECの登場！ | AI-SCHOLAR
@jaguring1
注目してた論文の解説記事
最適な学習済みモデルが分かる？転移学習を加速させるTASK2VECの登場！
t.co/CpTON6SszK
①タスク(データセットとラベルの組み合わせ)をベクトル化するTASK2VECの提案
②タスク間の類似度を計算することにより、どの学習済みモデルを使えば良いか判断可能に
データ集計基盤の改善でLooker導入に至ったワケ - ZOZO Technologies TECH BLOG
@ten_backpacker
LookerをBIツールとしてではなく、データ集計基盤の改善のために用いた、データチームのテックブログ。
僕たちアナリストが好き放題無邪気にデータマートが叩けるのも、この仕組みがあってこそ。
足を向けて寝られません。
データ集計基盤の改善でLooker導入に至ったワケ t.co/hXH8dgOe3D
Using deep learning and PyTorch to power next gen aircraft at Caltech - You...
@PyTorch
Learn how Caltech uses PyTorch to build deep learning systems that can understand the aerodynamics of how aircrafts interact with the ground to enable much smoother and safer landings: t.co/oc49dR773D
Explaining Keras image classifier predictions with Grad-CAM — ELI5 0.9.0 do...
@Maxwell_110
ちょっとした会話の流れで，eli5 の doc を確認したのですが，keras における Grad-CAM であれば，API になってるんですね．
もう自前の使う必要もないかな…これは．
t.co/t48LCCgiVR
なぜ疑似ラベルが効果的か調べてみた - 機械学習 Memo φ(・ω・ )
@IshizakiYuko
次の会社の勉強会に参加させてもらってまして、その中で疑問に思ったことを調べてみました！
なぜ擬似ラベルが効果的か？
t.co/H4gmGNcvSI
[1911.04594] Evaluating Combinatorial Generalization in Variational Autoenc...
@hardmaru
Evaluating Combinatorial Generalization in Variational Autoencoders
“Increasing a VAE's model capacity can either improve or deteriorate generalization, depending on the degree of KL regularization and the difficulty of the generalization task.”
t.co/RSMs3QQhvw t.co/LUgK1t2kly
Kaggle の 350 万人のデータ サイエンティストに Google AutoML を提供 | Google Cloud Blog
@googlecloud_jp
機械学習の習得と適用に Google のプラットフォームを利用する @Kaggle ユーザーは 350 万人に。GCP アカウントをリンクするだけで、Kaggle で AutoML を使用できます。#gcpja t.co/Gia8pEEaZE
ニューラルネットワークはこうして進化する：AIの世界的権威ジェフリー・ヒントンが語る｜WIRED.jplogoWIREDACCOUNTlogoicon...
@jaguring1
ニューラルネットワークはこうして進化する：AIの世界的権威ジェフリー・ヒントンが語る
t.co/FbyIZ7Pg6Y
「ニューラルネットは最終的にはすべてに勝つ。その主張は揺るがないと」
ヒントン「ええ。私達がニューラルネットなわけですから。私達にできる事はニューラルネットにもできるはず」
ニューラルネットワークはこうして進化する：AIの世界的権威ジェフリー・ヒントンが語る｜WIRED.jplogoWIREDACCOUNTlogoicon...
@stealthinu
非常におもしろい。『わたしたちにできることはニューラルネットにもできるはずなんです。』とか。あと夢の逆学習の話は前から気になっててCNNに実装できないかと思ってるのだが。 / “ニューラルネットワークはこうして進化する：AIの世界的権威ジェフリー・ヒントンが語る…” t.co/bR5jUbbz0P
Kaggleコンペティション”RSNA Intracranial Hemorrhage Detection”でDeNAの大越がソロ3位入賞 & Kag...
@DeNAxAI_NEWS
Kaggleコンペ「RSNA Intracranial Hemorrhage Detection」でDeNAのデータサイエンティストである大越がソロ3位入賞 & Kaggle Grandmasterになりました。また、菅原、島越、笹木、築山のチームが10位に入り金メダルを獲得、島越はこの結果Kaggle Masterになりました
#DeNA_AI
t.co/IkmaxVQxm8
Data Platform Meetup 【vol.2】 - connpass
@MasaDoN22
第二回目のDPMイベントページ公開しましたー
今回はpixivさんのオフィスをお借りしての開催です！
pixiv、リブセンス、クックパッド、エウレカ、Rettyのデータエンジニアの方がご登壇されます。
#DPM
t.co/JMyF4wbrgw
055 Kaggle本の輪読会と分析コンペLT会はじめました by regonn&curry.fm • A podcast on Anchor
@regonn_curry
#regonn_curry_fm #55 「Kaggle本の輪読会と分析コンペLT会はじめました」公開！ t.co/m0BrV64BUM
今回は、ニュージーランドの旅、Kaggle本の輪読会、分析コンペLT会、Kaggle Days Tokyo、技術書典、鉄コンペ 銅メダル、アドベントカレンダー、Julia Tokyo 10などについて話しています。
第130回SLP研究発表会-情報処理学会
@KeiichiTokuda
12月6日に開催される音声言語シンポジウムにて「統計的音声合成の展開と展望」（Progress and prospects of statistical speech synthesis）と題する招待講演をさせていただきます。
t.co/53xatRAwEI
GitHub - okotaku/kaggle_rsna2019_3rd_solution
@takuoko1
コード公開しました！(READMEは一部Appianさんのぱくりm(_ _)m)
t.co/CArJbKP5pj
Pivoting tidily
@dataandme
💫 Stellar intro to `pivot_*()` verbs by @ucfagls…
🌿 "Pivoting tidily"
t.co/7DAUFwyo89 #rstats #tidyverse
/* 🖍 scribbles mine */ t.co/drMvz0q3GS
[1806.04558] Transfer Learning from Speaker Verification to Multispeaker Te...
@karoly_zsolnai
This AI Clones Your Voice After Listening for 5 Seconds
▶️ Full video (ours): t.co/K4W1eb9gZQ
📜 Source paper: t.co/zLymblLfW6
#ai #deeplearning #science #twominutepapers t.co/PDTUbNW82M
Procedurally Generated Text: A Writing Process Built for Computers
@ShortFormErnie
Procedrually generated text didn’t start with computers, but it gained a lot from them. t.co/RCwy8yED1D new @readtedium featuring the return of @enkiv2!