Enviar búsqueda
Cargar
アダルトデータマイニングの勧め
•
Descargar como PPTX, PDF
•
5 recomendaciones
•
1,538 vistas
Kensuke Mitsuzawa
Seguir
LT向けに作成した資料。 データマイニングでアダルトデータを分析すると、「こんなに楽しいんだよ!」っていう紹介的な感じ。
Leer menos
Leer más
Datos y análisis
Denunciar
Compartir
Denunciar
Compartir
1 de 19
Descargar ahora
Recomendados
大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術
RyuichiKanoh
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
TakeshiFukae
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
Deep Learning JP
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Koichi Hamada
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
Yusuke Uchida
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
(文献紹介)Depth Completionの最新動向
(文献紹介)Depth Completionの最新動向
Morpho, Inc.
Recomendados
大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術
RyuichiKanoh
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
【JAWS-UG AI/ML支部 第14回勉強会】Amazon EC2 Trn1 GA ! ~ AWSが提供するML向けインスタンスの豊富な品揃えと 専...
TakeshiFukae
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
[DL輪読会]ドメイン転移と不変表現に関するサーベイ
Deep Learning JP
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Generative Adversarial Networks (GAN) の学習方法進展・画像生成・教師なし画像変換
Koichi Hamada
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII2021 [OS2-03] 自己教師あり学習における対照学習の基礎と応用
SSII
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
深層学習を用いたコンピュータビジョン技術と運転行動モニタリングへの応用
Yusuke Uchida
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
(文献紹介)Depth Completionの最新動向
(文献紹介)Depth Completionの最新動向
Morpho, Inc.
Anomaly detection survey
Anomaly detection survey
ぱんいち すみもと
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
Deep Learning JP
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
Developers Summit
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Kento Doi
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII
Cv勉強会cvpr2018読み会: Im2Flow: Motion Hallucination from Static Images for Action...
Cv勉強会cvpr2018読み会: Im2Flow: Motion Hallucination from Static Images for Action...
Toshiki Sakai
レベルを上げて物理で殴れ、Fuzzing入門 #pyfes
レベルを上げて物理で殴れ、Fuzzing入門 #pyfes
Tokoroten Nakayama
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
高速な物体候補領域提案手法 (Fast Object Proposal Methods)
高速な物体候補領域提案手法 (Fast Object Proposal Methods)
Takao Yamanaka
【論文読み会】Universal Language Model Fine-tuning for Text Classification
【論文読み会】Universal Language Model Fine-tuning for Text Classification
ARISE analytics
Deep learning を用いた画像から説明文の自動生成に関する研究の紹介
Deep learning を用いた画像から説明文の自動生成に関する研究の紹介
株式会社メタップスホールディングス
Bayesian Neural Networks : Survey
Bayesian Neural Networks : Survey
tmtm otm
Android/iOS端末におけるエッジ推論のチューニング
Android/iOS端末におけるエッジ推論のチューニング
Deep Learning Lab(ディープラーニング・ラボ)
文字認識はCNNで終わるのか?
文字認識はCNNで終わるのか?
Seiichi Uchida
semantic segmentation サーベイ
semantic segmentation サーベイ
yohei okawa
14 データ収集とバイアス
14 データ収集とバイアス
Seiichi Uchida
20141220 tokyowebmining state_spacemodel
20141220 tokyowebmining state_spacemodel
Kenny ISHIMURA
Web3 School
Web3 School
Taiki Narita
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド 2018/2/27
Kensuke Mitsuzawa
サポーターズ勉強会スライド
サポーターズ勉強会スライド
Kensuke Mitsuzawa
Más contenido relacionado
La actualidad más candente
Anomaly detection survey
Anomaly detection survey
ぱんいち すみもと
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
Deep Learning JP
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
Developers Summit
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Kento Doi
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII
Cv勉強会cvpr2018読み会: Im2Flow: Motion Hallucination from Static Images for Action...
Cv勉強会cvpr2018読み会: Im2Flow: Motion Hallucination from Static Images for Action...
Toshiki Sakai
レベルを上げて物理で殴れ、Fuzzing入門 #pyfes
レベルを上げて物理で殴れ、Fuzzing入門 #pyfes
Tokoroten Nakayama
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
高速な物体候補領域提案手法 (Fast Object Proposal Methods)
高速な物体候補領域提案手法 (Fast Object Proposal Methods)
Takao Yamanaka
【論文読み会】Universal Language Model Fine-tuning for Text Classification
【論文読み会】Universal Language Model Fine-tuning for Text Classification
ARISE analytics
Deep learning を用いた画像から説明文の自動生成に関する研究の紹介
Deep learning を用いた画像から説明文の自動生成に関する研究の紹介
株式会社メタップスホールディングス
Bayesian Neural Networks : Survey
Bayesian Neural Networks : Survey
tmtm otm
Android/iOS端末におけるエッジ推論のチューニング
Android/iOS端末におけるエッジ推論のチューニング
Deep Learning Lab(ディープラーニング・ラボ)
文字認識はCNNで終わるのか?
文字認識はCNNで終わるのか?
Seiichi Uchida
semantic segmentation サーベイ
semantic segmentation サーベイ
yohei okawa
14 データ収集とバイアス
14 データ収集とバイアス
Seiichi Uchida
20141220 tokyowebmining state_spacemodel
20141220 tokyowebmining state_spacemodel
Kenny ISHIMURA
Web3 School
Web3 School
Taiki Narita
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII
La actualidad más candente
(20)
Anomaly detection survey
Anomaly detection survey
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【DL輪読会】How Much Can CLIP Benefit Vision-and-Language Tasks?
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[解説スライド] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
SSII2021 [OS2-02] 深層学習におけるデータ拡張の原理と最新動向
Cv勉強会cvpr2018読み会: Im2Flow: Motion Hallucination from Static Images for Action...
Cv勉強会cvpr2018読み会: Im2Flow: Motion Hallucination from Static Images for Action...
レベルを上げて物理で殴れ、Fuzzing入門 #pyfes
レベルを上げて物理で殴れ、Fuzzing入門 #pyfes
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
高速な物体候補領域提案手法 (Fast Object Proposal Methods)
高速な物体候補領域提案手法 (Fast Object Proposal Methods)
【論文読み会】Universal Language Model Fine-tuning for Text Classification
【論文読み会】Universal Language Model Fine-tuning for Text Classification
Deep learning を用いた画像から説明文の自動生成に関する研究の紹介
Deep learning を用いた画像から説明文の自動生成に関する研究の紹介
Bayesian Neural Networks : Survey
Bayesian Neural Networks : Survey
Android/iOS端末におけるエッジ推論のチューニング
Android/iOS端末におけるエッジ推論のチューニング
文字認識はCNNで終わるのか?
文字認識はCNNで終わるのか?
semantic segmentation サーベイ
semantic segmentation サーベイ
14 データ収集とバイアス
14 データ収集とバイアス
20141220 tokyowebmining state_spacemodel
20141220 tokyowebmining state_spacemodel
Web3 School
Web3 School
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
Más de Kensuke Mitsuzawa
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド 2018/2/27
Kensuke Mitsuzawa
サポーターズ勉強会スライド
サポーターズ勉強会スライド
Kensuke Mitsuzawa
ラベル付けのいろは
ラベル付けのいろは
Kensuke Mitsuzawa
形態素解析器の比較できるPythonパッケージつくった話
形態素解析器の比較できるPythonパッケージつくった話
Kensuke Mitsuzawa
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
Kensuke Mitsuzawa
Learning to rankの評価手法
Learning to rankの評価手法
Kensuke Mitsuzawa
Brml 3.3 d-separation
Brml 3.3 d-separation
Kensuke Mitsuzawa
Más de Kensuke Mitsuzawa
(7)
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド 2018/2/27
サポーターズ勉強会スライド
サポーターズ勉強会スライド
ラベル付けのいろは
ラベル付けのいろは
形態素解析器の比較できるPythonパッケージつくった話
形態素解析器の比較できるPythonパッケージつくった話
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
slides for "Supervised Model Learning with Feature Grouping based on a Discre...
Learning to rankの評価手法
Learning to rankの評価手法
Brml 3.3 d-separation
Brml 3.3 d-separation
アダルトデータマイニングの勧め
1.
アダルトデータマイニング のすゝめ
2.
まずは自己紹介 氏名:三澤賢佑
勤務先:某スマホ向けゲーム会社 職種:データサイエンティスト() 出身:NAIST 松本研究室 大学の時は外国語学部にいたので、 統計・機械学習非ガチ勢の人です
3.
みなさんはアダルトコンテンツを お好きでしょうか?
4.
みなさんはアダルトコンテンツを お好きでしょうか? 私は大好きです
5.
私はこんなにも課金をしており ます 9000
8000 7000 6000 5000 4000 3000 2000 1000 0 5月6月7月 自社アプリへの課金 DMM.R18への課金
6.
私はこんなにも課金をしており ます 9000
8000 7000 6000 5000 4000 3000 2000 1000 0 5月6月7月 自社アプリへの課金 DMM.R18への課金 なんと6倍近くの差 が!!
7.
やっぱりみんな大好き アダルトコンテンツ 男性に聞いた「アダルトコンテンツを週に一回は見ます
か?」 Yes No N=15 そこら辺の人に聞いてみた
8.
ぼくの大好き、みんな大好き アダルトコンテンツ と、なれば・・・・
アダルトコンテンツを分析して、結果が見れたら データサイエンティスト() としてこれほど幸せなことはない と、いうことでこっそりやっていた調査があるので、 きょうは1つ紹介します
9.
動画タグの関連度から性欲の好み がみえるか? 目的:よく好まれるカテゴリをグループ
化してみたい やってみたこと: 動画タグの関連度行列で、グラフ構築 ノード集合をクラスターに分離する
10.
(一部の)世界的に有名なSexualitics datasetを利用(フリー)
http://sexualitics.github.io/
11.
動画タグ同士の隣接行列 を使ってみる Sexualiticsにはタグの隣接行列が用意されている
12.
グラフを描いてみる
13.
コミュニティ抽出アルゴリズムを 使ってタグをクラスタ化してみる コミュニティ抽出法
14.
19のクラスタに分離できた
15.
それぞれのクラスタをまとめてみ ると ヨーロッパ人好き・おもちゃとか使っち素人好き
黒人好き xxx好き アジア系好き 日本人&変態的なプレイ好き 野外・10代 …….
16.
それぞれのクラスタをまとめてみ ると ヨーロッパ人好き・おもちゃとか使っち素人好き
黒人好き xxx好き アジア系好き 日本人&変態的なプレイ好き 野外・10代 ……. 内容と好みの人種がうまいことくっついた状態に →人種によって好まれる内容は違う?
17.
おまけ 19番目のクラスタは
18.
つまり、こういうこと?
19.
まとめ アダルトデータを分析するの は
楽しい^^;
Descargar ahora