Personal Information
Organización/Lugar de trabajo
Japan, Tokyo Japan
Ocupación
Researcher, Deep Learning - ABEJA, Inc.
Sector
Education
Acerca de
My current interests are (1) applying deep learning to several fields including images / videos, natural languages, and graphs / networks, (2) developing new algorithms/methodologies for problems which current technology cannot solve efficiently, (3) finding new problems, (4) and finding emerging technologies.
Etiquetas
deep learning
machine learning
ai
abeja
hyperbolic geometry
psychology
bert
word2vec
retail
nips2016
uncertainty
ranking
fairness
neurips2021
unsupervised
phrase extraction
kdd2021_reading
kdd2021
ml
nlp
alphafold
corona
covid-19
feature disentanglement
face recognition
distillation
computer vision
internal learning
iccv2019
meetup
face analysis
deep leanring
machine leanring
poincare embeddings
embeddings
human
annotation
personality psychology
cvpr
deep learnign
transfer learning
neurips2018
gyrovector space
riemannian geometry
data augmentation
nips2017
icml2017
cnn
variational autoencoder
vae
variational inference
Ver más
Presentaciones
(15)Recomendaciones
(33)トピックモデルの評価指標 Coherence 研究まとめ #トピ本
hoxo_m
•
Hace 8 años
ICLR2018におけるモデル軽量化(ICLR2018読み会@ PFN)
tomohiro kato
•
Hace 5 años
State of the Cloud Report 2018 - Bessemer Venture Partners
Bessemer Venture Partners
•
Hace 6 años
[DL輪読会] “Asymmetric Tri-training for Unsupervised Domain Adaptation (ICML2017)” and Neural Domain Adaptation
Yusuke Iwasawa
•
Hace 6 años
サイカのカスタマーサクセス部立ち上げ奮闘記
Ayumu Takahashi
•
Hace 6 años
NIPS2016論文紹介 Riemannian SVRG fast stochastic optimization on riemannian manifolds
Takami Sato
•
Hace 7 años
Quoraコンペ参加記録
Takami Sato
•
Hace 6 años
5分でわかるブロックチェーンの基本的な仕組み
Ryo Shimamura
•
Hace 8 años
機械学習に取り組んでいる企業の紹介
Kazuma Kadomae
•
Hace 8 años
データベース設計徹底指南
Mikiya Okuno
•
Hace 10 años
Topological data analysis
Sunghyon Kyeong
•
Hace 9 años
文字認識はCNNで終わるのか?
Seiichi Uchida
•
Hace 7 años
為替と株の予測の話
Kentaro Imajo
•
Hace 7 años
チームワーク、努力、勝利 / スタートアップのチームワークとコミュニケーション
Takaaki Umada
•
Hace 8 años
Learning Convolutional Neural Networks for Graphs
Takuya Akiba
•
Hace 7 años
神経科学をカジュアルにトーク
Yuki Yoshida
•
Hace 7 años
カスタマーサポートのことは嫌いでも、カスタマーサクセスは嫌いにならないでください
Takaaki Umada
•
Hace 8 años
ゼロからはじめるプロダクトマネージャー生活
Takaaki Umada
•
Hace 7 años
スタートアップの戦略&ビジネスモデルの考え方
Takaaki Umada
•
Hace 7 años
Docker/Aarukas入門ハンズオン資料~第1回さくらとコンテナの夕べ #さくらの夕べ 番外編
Masahito Zembutsu
•
Hace 7 años
2016-10-25 product manager conference 資料
Takeo Iyo
•
Hace 7 años
160924 Deep Learning Tuningathon
Takanori Ogata
•
Hace 7 años
Tensor flow usergroup 2016 (公開版)
Hiroki Nakahara
•
Hace 7 años
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
•
Hace 7 años
論文紹介: Fast R-CNN&Faster R-CNN
Takashi Abe
•
Hace 8 años
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
Tokoroten Nakayama
•
Hace 8 años
プロダクトマネージャのお仕事
Shohei Hido
•
Hace 8 años
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
•
Hace 9 años
試行錯誤と改善を繰り返し、チームの開発力を高めた方法
Mitsuhiro Amano
•
Hace 8 años
Juliaで学ぶ Hamiltonian Monte Carlo (NUTS 入り)
Kenta Sato
•
Hace 9 años
Personal Information
Organización/Lugar de trabajo
Japan, Tokyo Japan
Ocupación
Researcher, Deep Learning - ABEJA, Inc.
Sector
Education
Acerca de
My current interests are (1) applying deep learning to several fields including images / videos, natural languages, and graphs / networks, (2) developing new algorithms/methodologies for problems which current technology cannot solve efficiently, (3) finding new problems, (4) and finding emerging technologies.
Etiquetas
deep learning
machine learning
ai
abeja
hyperbolic geometry
psychology
bert
word2vec
retail
nips2016
uncertainty
ranking
fairness
neurips2021
unsupervised
phrase extraction
kdd2021_reading
kdd2021
ml
nlp
alphafold
corona
covid-19
feature disentanglement
face recognition
distillation
computer vision
internal learning
iccv2019
meetup
face analysis
deep leanring
machine leanring
poincare embeddings
embeddings
human
annotation
personality psychology
cvpr
deep learnign
transfer learning
neurips2018
gyrovector space
riemannian geometry
data augmentation
nips2017
icml2017
cnn
variational autoencoder
vae
variational inference
Ver más