今回は、KDD 2020でResearch Best Paper Awardに選ばれた「On Sampled Metrics for Item Recommendation」という論文を読んだので、その内容を紹介します。この論文は、Google Researchに所属するWalid KricheneさんとSteffen Rendleさんによって執筆されました。二人とも推薦システムに関する多くの論文を執筆している方で、Streffen Rendleさんが2010年に提案した「Factorization Machines」を使ったことがある方も多いと思います。
本記事は、以下の目次に従って紹介していきます。
今回は、政治に関する様々な情報を整理しているPolityLinkを用いてデータ分析を行うためのチュートリアルを紹介します。
PolityLinkは、以下のことを実現するために開発されたサービスとなっています。開発するに至った経緯や利用しているデータについては、PolityLinkのAboutページや開発者のブログにまとまっています。
PolityLinkとは?
PolityLink(ポリティリンク)は政治の「原文」へのポータルサイトです。 私たち国民が、政治に関する「正確」で「中立」な情報に簡単にアクセスできるように、 国会や行政機関の公式サイトに散らばった情報を、互いに関連付けてまとめ直しています。
PolityLinkで収集したデータはGraphQLで管理及び一般公開されています。そのため、こ …
この記事は、CyberAgentメディア管轄の広告プロダクト横断組織によるアドベントカレンダー2020の投稿です。
23日目となる今回の記事では、2017年にFacebookから発表された「Forecasting at Scale」という論文を紹介します。この論文では、Prophetと呼ばれる汎用的な時系列予測モデルと実際の現場で様々な関係者とモデルを改善していくための枠組みを提案しています。Prophetはオープンソースソフトウェアとして公開されており、2020年12月現在PythonとR言語で利用することができます (GitHub)。公式のチュートリアルが充実しているため、今回はライブラリの使い方ではなく、仕組みについて紹介していきたいと思います。