<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>vasilyjp</author_name>
  <author_url>https://blog.hatena.ne.jp/vasilyjp/</author_url>
  <blog_title>ZOZO TECH BLOG</blog_title>
  <blog_url>https://techblog.zozo.com/</blog_url>
  <categories>
    <anon>機械学習</anon>
    <anon>データ</anon>
    <anon>ディープラーニング</anon>
  </categories>
  <description>（Icon Credit *1） こんにちは。スタートトゥデイ研究所の後藤です。 今回は、集合を入力として扱うネットワークモデルの紹介をしたいと思います。機械学習の多くのモデルは、固定長の入出力や順序のある可変長の入出力を扱うように設計されます。画像データやテーブルデータは各サンプルの入出力の次元を合わせて学習しますし、自然言語処理のコーパスや時系列データは入出力の順序を保持して利用します。 その一方で、可変長で順序のない集合データを扱うモデルの研究は最近になって取り組み始められたばかりです。我々が研究しているファッションの領域において、入力データを集合として扱いたくなる状況がたびたびあるため…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftechblog.zozo.com%2Fentry%2Flearning_sets&quot; title=&quot;集合データを学習するモデルの紹介 - ZOZO TECH BLOG&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/v/vasilyjp/20180927/20180927112723.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2018-08-01 11:00:00</published>
  <title>集合データを学習するモデルの紹介</title>
  <type>rich</type>
  <url>https://techblog.zozo.com/entry/learning_sets</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
