Training Linear SVMs in Linear Time
by Thorsten Joachims (Cornell Univ.)
最優秀論文賞を獲得した論文で，著者は SVM-Light の作者です．
線形 SVM を早く学習するために探索空間をカットする手法を提案しています．
Very Sparse Random Projections
by Ping Li, Trevor Hastie (Stanford Univ.), Kenneth Church (Microsoft)
最優秀学生論文賞を獲得した論文です．
高次元なデータから学習する際に小さな行列を掛けて射影してから学習する方法を提案しています．
KDD Cup Presentation
by Terran Lane (Univ. of New Mexico)
今年の KDD Cup についての報告でした． 今年の課題は肺塞栓の検出です． マルチ・インスタンス，独立でない特徴，偏ったクラス分布などが特徴です．
