yamaguchiyuto https://blog.hatena.ne.jp/yamaguchiyuto/ でかいチーズをベーグルする https://yamaguchiyuto.hatenablog.com/ paper machine learning ICML14から。数式とか書くのはめんどくさいからアイデアを中心に書く。 概要 ネットワーク上の ノード分類 の話で、各ノードは 複数のラベルタイプを持っている という設定。例えば論文中で使われている例だと、Facebookユーザの出身地、現住所、高校、大学、雇い主の５つのラベルタイプを同時に推定する。 アイデア 提案手法は接続されているノードペアの 多くが出来るだけラベルを共有する ようにノードのラベルを決定する。このやり方がうまくいくことを説明するために既存手法（ラベル伝搬法）がうまくいかない例を挙げる。下の図（論文中Fig. 1）に対してラベル伝搬法を適用すると、u のhometownと… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyamaguchiyuto.hatenablog.com%2Fentry%2F2014%2F12%2F31%2F144806" title="Joint Inference of Multiple Label Types in Large Network (ICML&#39;14) を読んだ - でかいチーズをベーグルする" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> http://cdn-ak.f.st-hatena.com/images/fotolife/y/yamaguchiyuto/20141231/20141231092712.png Hatena Blog https://hatena.blog 2014-12-31 14:48:06 rich https://yamaguchiyuto.hatenablog.com/entry/2014/12/31/144806 1.0 100%