TOP

マジ卍論文読み会

イベント内容

概要

マジ卍

某データ分析会社の有志によるプライベート論文読み会です。ルノアールの会議室(5人~12人)を使ってゆるふわ論文紹介をします。なので社外の方はいったん想定していませんが、参加者の知り合いで参加希望の方がいれば検討します。

また、give and takeな状況にしたいので、参加者は基本発表する、という考えでいます。

場所

  • 喫茶室ルノアール 飯田橋西口(カフェ物理御用達の場所)
  • 13:50分に近くのファミリーマート集合です

進め方

  • 対象論文はNIPS2017(とはいえ別のものでもよい)
  • NIPS 2017 : https://nips.cc/
  • 一人15分でスライドを発表して、適宜質疑応答
  • プロジェクターのケーブルはD-sub, HDMI, USBあるそうです。そこそこ前のMac使いは変換ケーブル必要
  • とりあえず司会はtekenuko、タイムキーバーは誰かお願いー

発表内容

  1. skroot:AIDE: An algorithm for measuring the accuracy of probabilistic inference algorithms(http://papers.nips.cc/paper/6893-aide-an-algorithm-for-measuring-the-accuracy-of-probabilistic-inference-algorithms.pdf)
  2. tekenuko:CatBoost: gradient boosting with categorical features support(http://learningsys.org/nips17/assets/papers/paper_11.pdf)
  3. mendo:Attention Is All You Need(https://papers.nips.cc/paper/7181-attention-is-all-you-need.pdf)
  4. Shinya kouda:Premise Selection for Theorem Proving by Deep Graph Embedding(https://papers.nips.cc/paper/6871-premise-selection-for-theorem-proving-by-deep-graph-embedding.pdf)
  5. RyojiTsuji:Learning Active Learning From Data(https://papers.nips.cc/paper/7010-learning-active-learning-from-data.pdf)
  6. atkmt:Wasserstein Learning of Deep Generative Point Process Models(https://papers.nips.cc/paper/6917-wasserstein-learning-of-deep-generative-point-process-models.pdf)
  7. goushu:Sparse Embedded k-Means Clustering(http://papers.nips.cc/paper/6924-sparse-embedded-k-means-clustering.pdf)
  8. nkabeyama:DropoutNet: Addressing Cold Start in Recommender Systems(https://papers.nips.cc/paper/7081-dropoutnet-addressing-cold-start-in-recommender-systems.pdf)

経費

  • 合計10180円

内訳

  • 会議室:3390円
  • プロジェクター:2470円
  • コーヒー一人540円×8

打ち上げ

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。