Misreading Chat は、会社員プログラマの森田と向井がコンピュータサイエンス周辺の論文を雑に読んで感心する Podcast です。就業後に会議室からこっそりお送りします。
Podcast の購読には RSS, iTunes, Pocket Casts などをご利用ください。
Episode 60 – XGBoost: A Scalable Tree Boosting System
GBDT の実装である XGBoost とかのコードを森田が読みます。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
-
- [1603.02754] XGBoost: A Scalable Tree Boosting System
- dmlc/xgboost: Scalable, Portable and Distributed Gradient Boosting (GBDT, GBRT or GBM) Library, for Python, R, Java, Scala, C++ and more. Runs on single machine, Hadoop, Spark, Flink and DataFlow
- Sparse matrices (scipy.sparse) — SciPy v1.2.1 Reference Guide
- u++ on Twitter: “[#misreading episode 58] 自分にとっては新鮮な視点が多かった。GBDTのFrameworkとして終始「XGBoost」に言及があるけど、Kaggleでの現在の主流は「LightGBM」なので2019年の情報としては誤解を招きそう。あとアンサンブルの例としてバギングとランダムフォレストを横並びで列挙するのは微妙かも。”
- Microsoft/LightGBM: A fast, distributed, high performance gradient boosting (GBDT, GBRT, GBM or MART) framework based on decision tree algorithms, used for ranking, classification and many other machine learning tasks. It is under the umbrella of the DMTK(http://github.com/microsoft/dmtk) project of Microsoft.
- LightGBM: A Highly Efficient Gradient Boosting Decision Tree – Microsoft Research
- How to train Boosted Trees models in TensorFlow – TensorFlow – Medium
Follow-up
- Cloud Run documentation | Cloud Run | Google Cloud
- 今シーズンはこのエピソードでおしまいです。またしばらくお休みします。
Episode 59 – Do Developers Learn New Tools On The Toilet?
感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
トイレの張り紙の効能について向井が話します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- Do Developers Learn New Tools On The Toilet? – Google AI
- Google Testing Blog: Introducing “Testing on the Toilet”
- Testing on the Toilet – Mike Bland
- Bathroom Reader | Scribd
- Schibsted Eng. on Twitter: “More than 15 @SchibstedGroup’s offices around the world join to Schibsted Testing on the Toilet #SchibstedCulture #STOTT #craftsmanship… https://t.co/hC3lvWleBx”
Episode 58 – Gradient Boosting Decision Trees
Kaggle 勢を賑わす GBDT なるものがなんなのか森田が遠巻きに調べます。
Kaggle 勢を賑わす GBDT なるものがなんなのか森田が遠巻きに調べます。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- Friedman : Greedy function approximation: A gradient boosting machine.
- Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition
- XGBoost
- A Kaggle Master Explains Gradient Boosting | No Free Hunch
- k-d tree – Wikipedia
Follow up
Episode 57 – Asynchronous Functional Reactive Programming for GUIs
当初はリアクティブ言語になるはずだったプログラミング言語 Elm について向井が話します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- Asynchronous Functional Reactive Programming for GUIs
- Elm – A delightful language for reliable webapps
- A Farewell to FRP
Follow up
Episode 56 – Cloud Programming Simplified
サーバーレス知ったかぶり用のホワイトペーパーを森田がひやかします。
サーバーレス知ったかぶり用のホワイトペーパーを森田がひやかします。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
Episode 55 – Functional Reactive Programming from First Principles
非同期プログラミングモデル ReactiveX の起源を向井が辿ります。
非同期プログラミングモデル ReactiveX の起源を向井が辿ります。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- Functional Reactive Programming from First Principles
- Arrows, Robots, and Functional Reactive Programming
- Genuinely Functional User Interfaces
- Functional Reactive Programming – HaskellWiki
- Arrow – HaskellWiki
Follow-up
Episode 54 – Tales of the Tail
時々おこって困る性能問題 tail latency について森田が愚痴ります。
時々おこって困る性能問題 tail latency について森田が愚痴ります。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- The Tail at Scale
- Tales of the Tail: Hardware, OS, and Application-level Sources of Tail Latency
- Two Billion Devices and Counting
- Velocity 2011: John Rauser, “Look at Your Data” – YouTube
