[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング23 (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
713: (ﾜｯﾁｮｲ 4368-XGqV [58.191.227.86]) 2019/04/14(日)20:34 ID:7SYJtYmD0(1) AAS
はい
714(1): (ﾜｯﾁｮｲ 561f-XGqV [153.206.86.82]) 2019/04/14(日)20:38 ID:YhnOXq5E0(1/2) AAS
精度がいい悪いじゃなくて、基本的にタスクが違うと思うんだけど
715(1): (ﾜｯﾁｮｲ 6bb0-MiIS [114.164.61.37]) 2019/04/14(日)20:46 ID:ICPBpjQ10(2/3) AAS
>>714
画像分類なんだけど教師ありと教師なし上司がどっちが良いかも含めて検討しろって言ってた
俺知識が浅いから？？？ってなったんだけど教師なしで画像分類とかやろうとするとオートエンコーダとか使うんだよね？
多分それのことかなぁ…
716(1): (ﾜｯﾁｮｲ 561f-XGqV [153.206.86.82]) 2019/04/14(日)21:06 ID:YhnOXq5E0(2/2) AAS
>>715
教師ありならラベルの推定をするのが目的だし、教師なしならデータの分布自体を学習したりクラスタリングするのが目的になると思うけど
画像分類っていってるんだからラベルの推定をしたいってことなんだろうね
訓練データに全部ラベルがついているなら教師ありで学習するべきだろうし、
ラベルの付いたデータが少なくてたくさんのラベル無しデータがあるなら
半教師あり学習、PU learningや能動学習を検討すべきじゃないかなと思う
717(1): (ﾜｯﾁｮｲ 6bb0-MiIS [114.164.61.37]) 2019/04/14(日)21:36 ID:ICPBpjQ10(3/3) AAS
>>716
ありがとう
分かりやすい
今はラベル付いてる(自分で付けた)画像で分類出来るか勉強してるんだけど実際現場とかだとNG判別したい画像とかってほぼ取れなくて正常10万枚、不良1枚みたいな割合のデータしか取れないんだけどこういう場合も基本的には教師ありを使うべき？
それとも教師なしみたいな正常と不良の分布とかを学習させた方がいい？
718: (ﾜｯﾁｮｲ 03a5-wiMN [112.139.183.180]) 2019/04/14(日)21:55 ID:ydO5op7U0(1/2) AAS
>>717
不良率1/10万とか学習いらなくね？
719: (ﾜｯﾁｮｲ 03a5-wiMN [112.139.183.180]) 2019/04/14(日)21:56 ID:ydO5op7U0(2/2) AAS
ミス
学習じゃなくて分類、判別
720: (ﾜｯﾁｮｲ c701-SLJ1 [126.109.69.164]) 2019/04/14(日)22:06 ID:YQLb8Tsj0(2/2) AAS
そのレベルの検出精度を求めるなら機械学習は全然向いてないよ
721(1): (ｽｯﾌﾟ Sd12-iXRD [1.75.0.243]) 2019/04/15(月)12:18 ID:64KUE7VLd(1/2) AAS
機械学習とディープラーニングの違いは
一言で言うと
機械学習は、人間が特徴量を設計しなければいけない。
ディープラーニングは、コンピュータが自動で特徴量を学習する。
これでOKですか？
それで、従来の機械学習は廃れたの？
722: (JP 0Hfb-83pk [210.251.91.153]) 2019/04/15(月)12:24 ID:gVz3O2O7H(1) AAS
okじゃないです
723: (ﾜｯﾁｮｲ 23a3-clLQ [218.229.74.108]) 2019/04/15(月)12:34 ID:IOJRlMQl0(1) AAS
ディープラーニングも機械学習のひとつでそ。
724: (ｱｳｱｳｶｰ Sa0f-n39u [182.251.197.177]) 2019/04/15(月)12:35 ID:0GghKNuua(1) AAS
ディープラーニングは多々存在する機械学習的手法の1つ
これでOK
725: (ﾄﾝﾓｰ MMfb-Ouf2 [210.142.95.250]) 2019/04/15(月)12:49 ID:G98SvtfiM(1) AAS
あまたの分析手法のなかでも
非線形の当てはめチャンピオンが
ディープラーニングと思ってOK？
726(1): (ｻｻｸｯﾃﾛﾗ Sp67-MiIS [126.199.77.122]) 2019/04/15(月)16:52 ID:Q5EcFbR5p(1) AAS
みんなtensorflowとかkerasとか普通に使えるの？
書き方難しすぎてわけわからないんだけど…
727: (ｽｯﾌﾟ Sd12-iXRD [1.75.0.243]) 2019/04/15(月)17:53 ID:64KUE7VLd(2/2) AAS
>>726
それなら、SONYのNeural Network Consoleを
使ってみてはどうでしょうか？
728: (ﾜｯﾁｮｲ cf90-U5P5 [182.20.137.118]) 2019/04/15(月)18:21 ID:N+J2LgwV0(1) AAS
keras使えなかったら諦めろ
729: (ｱｳｱｳｴｰ Sa6a-SPTg [111.239.35.83]) 2019/04/15(月)19:22 ID:zcdYjhdZa(1) AAS
>>721
他の手法も廃れてはいない
ディープラーニングはデータが大量にいるのと精度出すためのチューニングが難しいから
730(1): (ﾜｯﾁｮｲ 0682-T1YN [113.20.238.175]) 2019/04/15(月)22:46 ID:uz9dw6bx0(1) AAS
PyTorch、Chainer、Keras、TensorFlow等の
フレームワークとSONYのNNCなら
どちらの方を学んだ方が良いのでしょうか？
また、これらのフレームワークを使っている人から見て
SONYのNNCはどう思われますか？
731(2): (ｻｻｸｯﾃﾛ Sp67-ngQC [126.33.115.23]) 2019/04/16(火)00:07 ID:j2FFrW1Ep(1) AAS
>>730
主観で言うから話半分くらいで聞いてもらえば幸い
SonyのNNCは値段を気にしなくて良いのであれば、かなり良いと思う
例を挙げると、ResnetにSEでバイパスして結果をさらにLSTMに流して〜、なんてのは慣れていてもコードベースだとごちゃごちゃする
また各レイヤーの入出力の次元を常に意識してコード書く必要があるけど、GUIでそのストレスが軽減されるのは大きい
拙いと言われつつも構造最適化機能がありtalos等のパラメータサーチを自分で設定しなくても済むのは便利だ
GUIで線を繋ぐだけなら初心者でも理解可能だけど、kerasだPyTorchだと言うところから始めると敷居が高くとてもそこまでたどり着けない
にも関わらず、なぜ大ブームにならないかと言うと、理由は二つあると考えている
一つは新たなネットワークを設計する業務がそこまで多くない点
もう一つはバックエンドがNNABLAというkerasでもPyTorchでもないマイナーなものである点
ただONNXという共通フォーマットに対応してからしばらく経つのにまだ流行ってないところを見ると、前者のネットワーク設計業務が業務として定着していないのだと思われる
githubで拾ってきたコードを適当に回せばそれなりに仕事として成立するのだろう
732: (ｱｳｱｳｶｰ Sa0f-n39u [182.251.197.177]) 2019/04/16(火)00:36 ID:K2+Uh9uXa(1) AAS
sonyのは素人でもポチポチするだけでできるお手軽ツールだからこれを使いこなすことを目的にしてはならない
なぜなら素人でも使えるものを人よりちょっと使いこなせるのは何の強みにもならないから
何となく雰囲気を掴んで今後更に勉強する前段階とするだけならいいけど
733: (ﾜｯﾁｮｲ 5e68-XGqV [119.230.188.17]) 2019/04/16(火)01:08 ID:MLfELUd00(1) AAS
一昔まえならダントツでkeras一択だったんだけど、最近MSがちゃんとやりだしてpytorchが進歩しだした
ハッキリ言ってうざい
734(1): (ｱｳｱｳｳｰ Sae3-F38n [106.161.128.161]) 2019/04/16(火)06:46 ID:9W4+pAXwa(1) AAS
初心者ならchainerがおススメ。慣れてからpytorhもkerasもtensorflowもやれ。
735: (ﾜｯﾁｮｲ 5e66-QAgd [183.77.216.198]) 2019/04/16(火)07:22 ID:eLm86Who0(1/2) AAS
msのcntkはオワコンなの？
736: (ﾜｯﾁｮｲ 6bb0-MiIS [114.164.61.37]) 2019/04/16(火)07:37 ID:uRUKDh7n0(1) AAS
keras よく分かんないけど出来上がる
pytorch 自分で書けすぎて何やって良いか分からない
737: (ﾜｯﾁｮｲ c701-SLJ1 [126.109.69.164]) 2019/04/16(火)08:13 ID:dFuxCqAG0(1/2) AAS
別にどれも結局コピペして適当なとこ変えるだけだと思うが。
738: (ﾊﾞｯﾄﾝｷﾝ MM02-wT5a [153.233.225.100]) 2019/04/16(火)08:15 ID:kUtcC1yTM(1) AAS
>>731
日本企業はまだディープラーニングとりあえず成果出しましたレベルなんじゃないか
専門でやってきたとこは違うだろうけど
739: (JP 0Hfb-83pk [210.251.91.153]) 2019/04/16(火)12:55 ID:otCO5u4tH(1) AAS
ディープラーニングでなければならないタスクを抱えている企業は少ないのでは？
740: (ﾜｯﾁｮｲ cf90-U5P5 [182.20.137.118]) 2019/04/16(火)15:43 ID:j+hUKrcC0(1) AAS
まぁ手段の一つにすぎないよ。俺のとこは年に二つくらい機械学習案件はない
741(1): (ﾜｯﾁｮｲ 0682-T1YN [113.20.238.175]) 2019/04/16(火)20:36 ID:HdXRcaLp0(1) AAS
日本がAIで勝つために「知の爆縮」を起こす
── 技術は成熟し、コモディティ化する
外部ﾘﾝｸ:ledge.ai
なにを言っているのか、さっぱりわからん。
「一気に事業をグロースさせる」とか
「技術はコモディティ化している」とか
「知の爆縮を起こす」とか
なんかそれっぽい言葉をちりばめると
お金が集まる分野なんだろうってことだけはわかる。
742: (ﾜｯﾁｮｲ 5e66-ofH2 [183.77.216.198]) 2019/04/16(火)20:57 ID:eLm86Who0(2/2) AAS
佐藤 聡（さとう あきら）だって(笑)
無能そう
なにも作ったことなさそう
論文もなさそう
上下前次1-新書関写板覧索設栞歴
あと 260 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 0.016s