最初は、遺伝子の話から始まって、？だったが、遺伝子によって日本人がどこから来たかを明らかにする視点は斬新だと感じた。遺伝子が完全に解明される以前は、かなり混沌とした議論がなされていたようである。 また神話を現実の話に引き寄せる辺りがとても面…

前回の続き レビュー10章 推薦システム―統計的機械学習の理論と実践 - - tiruka’s blog 最終章です。今回で終わりなので、最後に全体所感もつけています。 11章多目的最適化 今までは、基本的にクリック率(CTR)を最大化することだけを考えていましたが、 実…

前回の続き レビュー9章 推薦システム―統計的機械学習の理論と実践 - - tiruka’s blog 10章コンテキスト依存推薦 ここではコンテキスト依存を説明する。 コンテキスト依存推薦とは ユーザーが例えばどのページにいるか、スマホから見ているの、 PC から見て…

前回の続き レビュー7章 推薦システム―統計的機械学習の理論と実践 - - tiruka’s blog 8章は、7章を発展させ両方を使ってレコメンドシステムを作るテーマである。かなり難しい内容である。数式として理解するのは、なかなか骨が折れる。 さて、概要だけ言う…

前回の続き レビュー5・6章 推薦システム―統計的機械学習の理論と実践 - tiruka’s blog 7章素性ベクトルベースによる個別化について述べられている。 個別化とは、パーソナナラズ、つまりユーザごとにオススメを変えることである。 ユーザーごとにアイテムを…

前回の続き レビュー4章 推薦システム―統計的機械学習の理論と実践 - tiruka’s blog 5・6章はあまり書くことがなかったので、まとめて。 5章は、システムの環境についていである。これは学習器、システムストレージ、インデックスなどの構成を図解として表し…

前回の続き レビュー3章 推薦システム―統計的機械学習の理論と実践― - tiruka’s blog 4章では、推薦システムの評価について、つまり「ちゃんと機能しているの？改善してるの？」について。 結論としては、正確な評価は非常に困難である。 実際にシステムを投…

前回の続き レビュー2章 推薦システム―統計的機械学習の理論と実践― - tiruka’s blog 3章では、探索と活用について。ここは、評価の高いアイテムばかり推薦すること（もっとも簡単なのは、クリック数などが多い順に並べる、Most Popular推薦）は簡単だが、新…

前回に続き レビュー 推薦システム―統計的機械学習の理論と実践― - tiruka’s blog 第２章の前半は、素性ベクトルベースのレコメンドについて説明している。素性ベクトルとは、「特性」と言い換えることができる。アイテムなら価格やブランド、カテゴリーや、…

会社のオフィスが拡大して、2フロア体制になった。規模が大きくなれば仕事も増えるし、技術的なチャレンジもできる可能性があるので、喜ばしいことである。 しかし、人数もそこそこであり、売上もそこそこなので、そんなにオフィスを拡大する必要あるのかな…