[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
359(2): (ﾜｯﾁｮｲ 7a23-fTNn) 2018/09/12(水)07:04 ID:YcGHenXr0(1) AAS
人間の脳のように学習するって誇大広告じゃね？
中身はロジスティック回帰を何層もやってるだけじゃん
360: (ｻｻｸｯﾃﾛﾚ Spab-r7Fj) 2018/09/12(水)08:09 ID:ViqDYntmp(1) AAS
>>359
そう思うなら一つのロジスティック回帰を再帰的に使って同じ結果を出せるか実験してみたらいいのでは？
361(1): (ﾜﾝﾄﾝｷﾝ MMaa-TilJ) 2018/09/12(水)08:13 ID:whXEmiXCM(1) AAS
一つのロジスティック回帰では無理だろ
>>359 はそんな事言ってないし
362: (ﾜｯﾁｮｲ 1667-QmBv) 2018/09/12(水)12:09 ID:O9T0GfKp0(1) AAS
人間の脳も所詮ロジスチック回帰ってこと。。。
363(3): (ｱｳｰｲﾓ MM77-rIyb) 2018/09/12(水)16:05 ID:qQh33xQPM(1/2) AAS
クラス外のデータの排除に効率的な方法は何ですか？
例えば、0〜9の数字10クラスのネットワークに「b」の文字を入力する場合を考えた時に
理想的には全クラス10%くらいの確率ラベルを持ってくれたらいいのですが
恐らく結果は6が高確率で帰ってくる気がします。
適当に数字以外の文字を詰め込んで11個目のunknownクラスを作ることは効果があるのですか？
364(1): (ﾜｯﾁｮｲ ae8a-Y6TH) 2018/09/12(水)19:36 ID:YQnfCYrX0(1/3) AAS
>>363
こっちが専門じゃないだけかもしれないけど、おそろしく何を言ってるのか分からない
deep learningのような分類器で、画像データを10のクラスに仕分けたいけど、
特定のクラスに偏りが生まれるからどうすれば良いかということか
一般論として、deep learningならば、ノイズを混ぜるのは場合によりけりだけど有効だろ
新しいクラスを作るのは、ちょっとわからんなあ
365: (ﾜｯﾁｮｲ ae8a-Y6TH) 2018/09/12(水)19:40 ID:YQnfCYrX0(2/3) AAS
データを多く仕分けられるクラスに、データが仕分けられにくくなるように
損失関数に、データ量に比例して増えるペナルティーを追加すればいいんじゃないか
366: (ﾜｯﾁｮｲ ae8a-Y6TH) 2018/09/12(水)19:47 ID:YQnfCYrX0(3/3) AAS
一回限りの分析なら、手入力で特定のクラスの損失関数に
手入力でペナルティーを追加して、そのクラスに分類されにくくするのも手だと思うんですよ？
そんなやり方でも、いちおう分析結果は平らにはなるよね。たぶん。わからんけど
367: (ｱｳｰｲﾓ MM77-rIyb) 2018/09/12(水)19:54 ID:qQh33xQPM(2/2) AAS
>>364
(自分なりに)もう少し分かりやすく書き下しますと、
この世のありとあらゆる果物が成ってる木があるとして、
この木の画像の中から、リンゴとミカンとブドウを見つけて自動収穫したいタスクがあるとします。
リンゴとミカンとブドウの画像を学習させて分類器を作ったのですが、青リンゴやデコポンやマスカットが学習させた果物と誤認識されて収穫されてしまいます。
学習せた3つの果物以外は収穫したくないので、認識して欲しくないのですがどうすれば良いですか？ということです。
(分かりにくかったらすみません。)
368: (ﾜｯﾁｮｲ a31e-O+me) 2018/09/12(水)20:00 ID:VFbeL2mC0(1) AAS
わかりにくくなったよ
369(1): (ｱｳｱｳｳｰ Sa77-fYFo) 2018/09/12(水)20:02 ID:hCIGPJ5ma(1) AAS
>>363が言いたいのは数字画像を読み込んで数値を出力したい、ただし入力が数字でない画像だったら数字でないと出力させたいってことだろう
370: (ﾜｯﾁｮｲ b3eb-fTNn) 2018/09/12(水)20:36 ID:WakPudgX0(1) AAS
数字以外の画像を適当に[0.1..0.1]のベクトルになる教師データとして流し込めば
そういう分類器ができるんじゃないの
371(1): (ｱｳｱｳｳｰ Sa77-fYFo) 2018/09/12(水)20:50 ID:kc7HFSnfa(1) AAS
数字以外の想定し得るあらゆる文字のデータを学習させる必要があるから非現実的だろうね
数字にだけ共通する特徴があるなら最初に数字か数字でないかだけの分類をすればいいけどそんな特徴ないだろうし難しい
372: (ﾜｯﾁｮｲ 8b80-f65Y) 2018/09/12(水)21:07 ID:yfKtIfo20(1/3) AAS
認知機能が低いこのｽﾚいるような低学歴知恵遅れが写真をみると
ｺﾚは心霊写真だという
ｺﾚは俗に言うｼﾐｭﾗｸﾗ現象になる
ｳﾝｺAIに顔認識をさせると
ｺﾚと同じような現象が発生してもなにもおかしくない
ｺﾚは出力結果としてものすごいおかしいとはいえない
特徴どおりだからな
373: (ﾜｯﾁｮｲ 8b80-f65Y) 2018/09/12(水)21:13 ID:yfKtIfo20(2/3) AAS
文字だけの識別なら数量化I類で十分
数量化I類でもかなりの精度になる
374: (ﾏｸﾄﾞ FF73-Y6TH) 2018/09/12(水)23:04 ID:agseH4x1F(1) AAS
ひとつの分類器でふたつのことを同時にやらなければいいんじゃね？
?一個の数字画像を、10個のクラスに仕分ける
?その画像が本当に仕分けられた数字と同じか否かを判定する
このふたつの段階に分けれて、別々の分類器を用意すれば、そんなに難しいことしなくても簡単に組めそう。
?のためのニュートラルネットワークの分類値と、?のためのクラスごとの分類器を10個用意する必要があるけど、
?の分類器はたぶん同じようなアルゴリズムで動くから書くの簡単だろ
ただの思いつきだけど、どうだ？
375: (ﾜｯﾁｮｲ 8b80-f65Y) 2018/09/12(水)23:12 ID:yfKtIfo20(3/3) AAS
ぜんぜんわかってないわ
特徴抽出をするのが先だからな
特徴抽出されたﾃﾞｰﾀを学習させない限り
いつまでたっても学習効果なんかない
376(1): (ｱｳｱｳｴｰ Saf2-r7Fj) 2018/09/12(水)23:42 ID:MXOsLPIga(1) AAS
>>363
まず数字かそれ以外かを分類してみるとか
で数字のものについて0-9のどのクラスに属するか判別する
377(1): (ｱｳｱｳｳｰ Sa1b-e7Hj) 2018/09/13(木)00:17 ID:pqzPAQ7ua(1/2) AAS
数字かそれ以外かで分類しようとしたら結局bは6と判定されるだろうけどね
378: (ｱｳｱｳｳｰ Sa1b-e7Hj) 2018/09/13(木)00:18 ID:pqzPAQ7ua(2/2) AAS
正確には、6と扱われることでbは数字に分類されるだろうけどね
379(3): 363 (ｱｳｰｲﾓ MM1b-P3CU) 2018/09/13(木)02:39 ID:r4+4vjzBM(1) AAS
>>369
これがほぼ正解に近いですが、>>371にある通りやはり難しいのですかね。
>>376
数字は例えだったので・・
より実際に近い例えですと、一般物体を「犬、桜、車」の3クラスで認識し、
猫や梅や船のような他の物体なら、3クラスのどれでもないと返して欲しい、というような感じです。
未知の入力の中から、学習させた特定の対象だけを認識することは難しいのでしょうか・・
未知の入力パターンをリジェクトしてくれるような仕組みがないものかなぁと思い質問しました。
380: (ﾜｯﾁｮｲ ff81-hTDA) 2018/09/13(木)07:39 ID:qr0N7AS90(1) AAS
確率で判断してみるとか
381(1): (ｻｻｸｯﾃﾛﾗ Sp8b-HwcP) 2018/09/13(木)08:04 ID:iq9KCUrTp(1/3) AAS
>>379
それも対象となる幾つかとそれ以外に分類してみたらいいのでは？
それか6とbを判別するような判別を後からかけるとか
人間の感覚だと6とbの判別は上側のコーナーの位置と左側の上の交点の位置関係を見ているように思う
それを入力に追加するか学習で獲得させるか
382: (ｻｻｸｯﾃﾛﾗ Sp8b-HwcP) 2018/09/13(木)08:07 ID:iq9KCUrTp(2/3) AAS
>>377
それは教師信号とか学習方法とかでも違う結果になるんじゃないの？
厳しすぎて6を検出しなくなるかもしれないけど
それはそれで後から判別する用途に使えるかも知れない
383: (ｻｻｸｯﾃﾛﾗ Sp8b-HwcP) 2018/09/13(木)08:10 ID:iq9KCUrTp(3/3) AAS
>>361
一つとカウントするものの認識が違うようだ
ロジスティック回帰を特徴づけるパラメータを引数とする関数を一つと表現している
その関数を再起的に使うことを想定している
384(1): (ﾜｯﾁｮｲ 9fe7-fFDB) 2018/09/13(木)08:52 ID:7kEehjxd0(1) AAS
>>379
犬とそれ以外の2値分類器、桜とそれ以外の2値分類器、車とそれ以外の2値分類器を作って、1番スコアが高いものを答えとする。もし3つのスコア全てが一定の閾値以下であれば該当なしとする。うまくやれば1つのNNでできるかな?
385(1): (ﾜｯﾁｮｲ d71e-cC+K) 2018/09/13(木)10:22 ID:sZRV+2UZ0(1) AAS
>>379
未知と言っても実際はデータに偏りがあるから
その他クラスをつくって全部いれたら実用精度いくこともあるかも
ていうかこの程度のこと聞く前にやってみ
386(4): (ｱｳｰｲﾓ MM1b-P3CU) 2018/09/13(木)11:25 ID:u4Gmb1plM(1/2) AAS
>>381
初めから6とbが似ているという情報があればそれでもいいのですが・・
どんなものが(特徴量レベルで)6に似ているか分からない時にどうしたらいいでしょうか。
上の例だと、例えばアマゾンの奥地に私達が名前も知らないような犬に似た動物(人が見たら似ているけど犬ではないときちんと判別はできる)がいたとして、それがたまたま入力された時にちゃんとリジェクト出来ればと思うのですが。
>>384
2値分類器にすれば学習データ以外に対するリジェクト率は高くなるのですか？
少し検討してみます。
>>385
はい、もちろんそのつもりではあります。
ただ、あわよくばその他クラスの入力として有効だと知られているデータセットとかないかなと思いまして。
もっと確立された方法があるかと思ったのですが、
意外とあまり一般的な話ではないのかも知れないですね。
387: (ｱｳｰｲﾓ MM1b-P3CU) 2018/09/13(木)11:28 ID:u4Gmb1plM(2/2) AAS
>>386
訂正
×その他クラスの入力
○その他クラスの学習
388: (ﾜｯﾁｮｲ bf67-pekm) 2018/09/13(木)12:02 ID:LzYf4Nh90(1/2) AAS
シグモイド関数以外で判定すればいいんじゃね?具体的には知らんけど
上下前次1-新書関写板覧索設栞歴
あと 614 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 0.029s