自分のブックマークを整理するために作成
随時追加予定
決定木
- 参考サイト
- scikit-learn で決定木分析 (CART 法) – Python でデータサイエンス https://pythondatascience.plavox.info/scikit-learn/scikit-learn%E3%81%A7%E6%B1%BA%E5%AE%9A%E6%9C%A8%E5%88%86%E6%9E%90
- sklearn: http://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html
ランダムフォレスト
- 参考サイト
- Python scikit-learnのランダムフォレストで受診予約のNo-Showを予測する https://ohke.hateblo.jp/entry/2017/08/04/230000
- sklearn: http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html
勾配ブースティング
- XGBoost
- 参考サイト https://homes.cs.washington.edu/~tqchen/pdf/BoostedTree.pdf
- GitHub: https://github.com/dmlc/xgboost
- Feature: https://xgboost.readthedocs.io/en/latest/model.html
- Paper: http://www.kdd.org/kdd2016/papers/files/rfp0697-chenAemb.pdf
- LightGBM
- slideshare https://www.slideshare.net/tkm2261/nips2017-lightgbm-a-highly-efficient-gradient-boosting-decision-tree
- GitHub: https://github.com/Microsoft/LightGBM
- Feature: https://lightgbm.readthedocs.io/en/latest/Features.html?highlight=leaf%20wise
- Paper: https://papers.nips.cc/paper/6907-lightgbm-a-highly-efficient-gradient-boosting-decision-tree.pdf （
A/Bテスト
Uplift modeling
- 参考サイト
- Uplift-Modelingで介入効果を最適化する https://qiita.com/saitoy/items/af3fa59d0ee153a70350
- 「仕事ではじめる機械学習」のUplift Modelingのコードを写経してみた https://ysk24ok.github.io/2017/11/25/uplift_modeling.html
ゲーム理論
- 参考サイト
- 組合せ最適化 - 典型問題 - 重みマッチング問題 https://qiita.com/SaitoTsutomu/items/bbebc69ebc2549b0d5d2
- 実世界で超頻出！二部マッチング (輸送問題、ネットワークフロー問題）の解法を総整理！https://qiita.com/drken/items/e805e3f514acceb87602
- 応用事例
- 最適な保育所入所選考を実現するAIを用いたマッチング技術を開発
http://pr.fujitsu.com/jp/news/2017/08/30.html
クラスタリング
参考サイトhttps://dashee87.github.io/data%20science/general/Clustering-with-Scikit-with-GIFs/
k-means
- slideshare https://www.slideshare.net/takemikami/k-means-55567232
- sklearn http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html#sklearn.cluster.KMeans
LDA
- 参考サイト
- トピックモデル（LDA）で初学者に分かりづらいポイントについての解説 http://acro-engineer.hatenablog.com/entry/2017/12/11/120000
- 応用事例
- トピックモデルの応用 - 統計数理研究所 http://www.ism.ac.jp/~daichi/lectures/H24-TopicModel/ISM-2012-TopicModels_day2_4_supervised.pdf
PLSA
- 参考サイトおよび応用事例
- PLSA（確率的潜在意味解析法）https://www2.deloitte.com/jp/ja/pages/deloitte-analytics/articles/analytics-plsa.html
- 応用事例
- テキストマイニング × AIで、効果的な業務コンサルティングを展開
https://www.msi.co.jp/tmstudio/userscase_pdf/ADL.pdf
共クラスタリング
- 参考サイト
- ぞくパタ最終回: 13章「共クラスタリング」https://www.slideshare.net/eguchiakifumi/13-56954036
協調フィルタリング
- 参考サイト
- 協調フィルタリングとは https://www.albert2005.co.jp/knowledge/marketing/recommendation_basics/collaborative_filtering
- Amazonの推薦システムの20年
https://takuti.me/note/two-decades-of-amazon-recommender/ - Collaborative recommendations using item-to-item similarity mappings
https://patents.google.com/patent/US6266649 - Two Decades of Recommender Systems at Amazon.com
https://www.computer.org/csdl/mags/ic/2017/03/mic2017030012.html - System for detecting probabilistic associations between items
https://patents.google.com/patent/US8239287 - Toward Better Interactions in Recommender Systems: Cycling and Serpentining Approaches for Top-N Item Lists
https://www.slideshare.net/QianZhao12/toward-better-interactions-in-recommender-systems-cycling-and-serpentining-approaches-for-topn-item-lists - 応用事例
- Amazon、楽天、yahooとかのレコメンデーションはこれで予測している(この商品を買った人はこんな商品も買っています)。
MFは、Netflix Prizeで成果を上げたモデルの一つ。
FISMは、KDD’14。
Matrix Factorization
- 参考サイト
- Matrix Factorizationとは https://qiita.com/ysekky/items/c81ff24da0390a74fc6c
Factored Item Similarity Models
Factorization machines
-
参考サイト
-
Factorization Machinesについて調べてみた https://qiita.com/wwacky/items/b402a1f3770bee2dd13c
-
[論文] Factorization Machines (ICDM 2010) 読んだ http://d.hatena.ne.jp/repose/20150402/1427982066
-
paper https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf
-
kaggle Click-through rate コンペ https://github.com/guestwalk/kaggle-2014-criteo
https://github.com/guestwalk/kaggle-avazu
内容ベースフィルタリング
- 参考サイト
- 【レコメンド】内容ベースと協調フィルタリングの長所と短所・実装方法まとめ https://qiita.com/haminiku/items/f5008a57a870e0188f63
- 応用事例
- 映画やドラマなどの推薦システムに使われている?
強化学習
- 参考サイトおよび応用事例
- 強化学習とは？ALPHAGOでも使われている強化学習を丁寧に解説 https://udemy.benesse.co.jp/ai/reinforcement-learning.html
逆強化学習
- 参考サイト
- UC.Berkeleyの敵対的逆強化学習の論文を読む
http://mabonki0725.hatenablog.com/entry/2018/01/08/180035 - GANとIRLの同義性 https://www.slideshare.net/MasatoNakai1/irs-gan-doc-75501225
- 応用事例
- 機械学習により「動物の行動戦略」を解読 －動物は何を報酬として行動しているのか－
http://www.kyoto-u.ac.jp/ja/research/research_results/2018/180515_1.html - Activity Forecasting
http://www.cs.cmu.edu/~kkitani/pdf/KZBH-ECCV12.pdf
色々
- レコメンデーション
- Recommendation Technologies for Multimedia Content https://www.comp.nus.edu.sg/~xiangnan/icmr18-recsys.pdf
- Podcast "Data Skeptic" の推薦システム回が良すぎて3回聞いた https://takuti.me/note/data-skeptic-recommender-systems/