[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング20 (1002ﾚｽ)
上下前次1-新
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索 歴削→次ｽﾚ 栞削→次ｽﾚ 過去ﾛｸﾞﾒﾆｭｰ
651: (ﾜｯﾁｮｲ 9fda-aQox) 2018/10/03(水)13:29 ID:+7Euz2g60(3/5) AAS
そもそも脳構造の哲学的推測における模倣はイメージじゃなくて
ただの論理的思考なんだけど
推測の過程において論理が飛躍しすぎてると
大抵の人は妄想だと判断して、考察を放棄する傾向があるからしょうがないわな
それが当たり前だもの
652: (ｱｳｳｨﾌ FFdb-+W5L) 2018/10/03(水)13:44 ID:oOvr2XyQF(1) AAS
>>646 >>643
小脳とかをラッピングする形で大脳とかがあるように
NN を別の何かでラッピングするようなモデルがあっても
まだ全く脳のモデルですらない
653(2): (ﾜｯﾁｮｲ 9f23-aemA) 2018/10/03(水)14:55 ID:in1HBOwn0(2/2) AAS
遺伝的アルゴリズムも名前が強そうだけど、中身はびっくりするレベルでしょぼいよね
654(1): (ｱｳｱｳｳｰ Sadb-VGrh) 2018/10/03(水)15:06 ID:6o3Z2FT6a(1) AAS
ニューラルネットワークなんて回帰を多層にしただけの超単純構造
655: (ﾜｯﾁｮｲ 178a-S4i9) 2018/10/03(水)15:13 ID:sMpk7EKP0(1) AAS
>>653
はったり、生物の進化淘汰なんかどこにもない
656(2): (ｽｯｯﾌﾟ Sdbf-EJHQ) 2018/10/03(水)17:49 ID:+58IDnbyd(5/8) AAS
大事なことなので復唱します。
世に広めるにはイメージが大事です。
ただ研究者はイメージで研究してはダメです。
研究者の中には、脳モデルが最適かどうかという前提を何も示さずに、
『脳の伝達には〜があるから○○を追加したらこうなるはず』
みたいな議論されている方々がおりますが、根拠が薄く滑稽に思います。
657: (ﾜｯﾁｮｲ 17d2-ZVm4) 2018/10/03(水)17:57 ID:Oh5w9UQA0(1) AAS
>>653
AI関連の話題は、タイトルは大げさなんだけど内容はショボいよね。
俺は頑張りますよ！
658: (ｱｳｱｳｳｰ Sadb-VGrh) 2018/10/03(水)18:01 ID:3Ieh8Fw3a(1) AAS
最適かどうかは完成物があれば評価できるんだからいいでしょ
そもそも分からないから研究して新しいモデルを作るわけで
最初から何が最適か知っている人がいてそれを論理的に説明できるのならばとっくにそれがスタンダードになっているはずだがそうはなっていないんだから最適など誰も知らないと考えるのが自然
659(1): (ｽｯｯﾌﾟ Sdbf-EJHQ) 2018/10/03(水)18:05 ID:+58IDnbyd(6/8) AAS
つまりはまあ、最近の機械学習の論文なんて実績と経験則の積み上げ(帰納)によるものがほとんど。
より良きモデルからスタートしたモデルのアイデア(演繹)を求む
660(1): (ｽｯｯﾌﾟ Sdbf-EJHQ) 2018/10/03(水)18:10 ID:+58IDnbyd(7/8) AAS
アイデアと結果はあるのだかどうやって世に広めたらよい？
661: (ﾜｯﾁｮｲ 9fda-aQox) 2018/10/03(水)19:13 ID:+7Euz2g60(4/5) AAS
結果あるなら論文書いてarxivに投稿すりゃいいじゃん
高校生ですらMLの論文書いて投稿してたの昨年話題になったろ
662: (ｽｯｯﾌﾟ Sdbf-EJHQ) 2018/10/03(水)19:49 ID:+58IDnbyd(8/8) AAS
とんくす
663: (ﾜｯﾁｮｲ 778a-S4i9) 2018/10/03(水)20:20 ID:/V77wCG20(1) AAS
くず
664: (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:46 ID:YGFwuNMda(1/5) AAS
>>654
単純構造で目的を達成できるならそれでいいんじゃないの？
必要以上に複雑にして何かメリットあるの？
665(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:48 ID:YGFwuNMda(2/5) AAS
>>656
既に実現されてるものを真似するのは方法の一つじゃない？
バイオミメティクスとか
666(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:49 ID:YGFwuNMda(3/5) AAS
>>656
最適かどうかは評価尺度によるところもある
経済的になのか学習コスト的になのか結果の精度的になのかとか
667(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:50 ID:YGFwuNMda(4/5) AAS
>>659
結果が全てじゃね？
モデルを頭で考えても実証しなければ役に立たない
数学とは違うんじゃね？
668(1): (ｱｳｱｳｴｰ Sadf-jt0n) 2018/10/03(水)20:52 ID:YGFwuNMda(5/5) AAS
>>660
それが何の役に立つのかとか
どんな課題を解決できるのかとか
あとは面白いかどうかとか
ARの技術もスノーとかに応用することで一般の人は知らずに広まっている
669(1): (ﾜｯﾁｮｲ bf8a-EJHQ) 2018/10/03(水)21:20 ID:nJKVxi/i0(1/3) AAS
>>665-668
だからそれは問題に対する帰納的なアプローチだってば。
マイナーチェンジでしかパワーアップ出来ない。
670: (ﾜｯﾁｮｲ bf8a-EJHQ) 2018/10/03(水)21:23 ID:nJKVxi/i0(2/3) AAS
また一概には言えないかもしれないが、結果がローカルなものになりがち
671(2): (ﾜｯﾁｮｲ 9fda-aQox) 2018/10/03(水)21:59 ID:+7Euz2g60(5/5) AAS
そもそも、ある程度iter重ねるか、少数サンプルで訓練した結果をプロットしつつ
新しいモデルを模索してくのが、今のMLにおける超大多数の手法であって
最初から論理的組み立て部分で有効性を実証してから研究始めるなんて手法は
明らかにメジャーではない
取り敢えず予測モデルで雑なコーディングして、訓練結果をプロットしてみてから
数理モデルの有効性に論理的説明をつけるって手法がメインなのは
有用な結果を残してる論文の内容からも分かる話
ほとんどだーれも論理的説明を完璧に付けてから研究開始なんざしてない
+58IDnbydの論理展開を適用すると、全員滑稽になっちまわないか？
そういう意味で、既に有効性の確認されている脳っていうクソ速いモデルを模倣するっていうのは
その時点である程度の論理的根拠を示しているとすら言える
672: (ﾜｯﾁｮｲ bf8a-EJHQ) 2018/10/03(水)22:50 ID:nJKVxi/i0(3/3) AAS
>>671
別にメジャーじゃなくてよい
673: (ｽｯｯﾌﾟ Sdbf-yIO0) 2018/10/03(水)23:45 ID:23QaCALXd(1) AAS
pytorchのdevcon見たけど、想像以上に大企業がサポートしてて驚いたわ
674(1): (ｱｳｱｳｴｰ Sa6a-yUUL) 2018/10/04(木)02:41 ID:pZO9AOgra(1) AAS
見てみたけど、グローバルなAI 企業オールスターって感じか。
もっとも作ってるのが FBだから別に不思議でもないけど
675: (ｱｳｱｳｴｰ Sa6a-VI3z) 2018/10/04(木)08:08 ID:WxW/ujNfa(1/2) AAS
>>669
帰納的なアプローチがなぜダメだと判断でしているのか判らない
帰納的に発見した原理を演繹的に適用すれば良いだけじゃね？
676: (ｱｳｱｳｴｰ Sa6a-VI3z) 2018/10/04(木)08:09 ID:WxW/ujNfa(2/2) AAS
>>671
帰納的に探索する領域の問題でしかないだろ
演繹的に適用する原理に相当するものはどこから発見するのか
677(1): (ﾜｯﾁｮｲ ba23-vBoO) 2018/10/04(木)09:59 ID:s8ye5l4L0(1) AAS
>>674
chainerは消えゆく運命だな
678(2): (ｱｳｱｳｴｰ Sa6a-TFgJ) 2018/10/04(木)10:14 ID:AR+RrRuFa(1) AAS
好きなんだがなあchainer
679: (ｼｬﾁｰｸ 0Cde-XM+q) 2018/10/04(木)12:34 ID:zfP46g3nC(1) AAS
Google Colaboratoryで
!apt -y install libcusparse8.0 libnvrtc8.0 libnvtoolsext1
ができなくなったのだがどうしたらいいのか
680: (JP 0H9a-2jv+) 2018/10/04(木)16:03 ID:ux982JKKH(1) AAS
演繹厨うぜえ
上下前次1-新書関写板覧索設栞歴
あと 322 ﾚｽあります
ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ
ぬこの手 ぬこTOP 0.015s