[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング26 (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
590(1): (ﾜｯﾁｮｲ d610-b4Py [153.131.102.129]) 2019/11/26(火)19:41 ID:cmZeJbzH0(3/3) AAS
センター試験か何かを解かせたとかニュースになってた気がするけどな
一応問題文を理解して答えを見つけられるようにはある程度なってるんじゃないの？
591: (ﾜｯﾁｮｲ 77e6-FRU3 [14.3.46.121]) 2019/11/26(火)20:21 ID:4LG/NuNj0(1) AAS
理解、ってなに？ってことだよな
592: (ｱｳｱｳｴｰ Saea-/L9V [111.239.60.96]) 2019/11/26(火)22:54 ID:qL3WJ7tta(1) AAS
まあ、人間も問題の意図している理解をしているとは限らないからな
593: (ﾜｯﾁｮｲ 03da-BEIG [58.89.130.35]) 2019/11/27(水)09:01 ID:dU+ct8c00(1) AAS
入試問題を解くのは条件反射、出題の意図を理解するのは無駄（笑）
594(1): (ﾜﾝﾐﾝｸﾞｸ MM82-Gedh [153.235.108.33]) 2019/11/27(水)14:25 ID:pvWhqXzvM(1/2) AAS
curriculum learningてどうよ？
効果を感じないんだが。。。
595: (ﾜｯﾁｮｲ bf01-qZD/ [60.86.178.93]) 2019/11/27(水)14:44 ID:R3eAH8fN0(1) AAS
>>594
にんげんさまが指示してやらねばならん部分・・・
階段の刻み方（どういう方法で難しさを順位付けするか）
が悪いんでね？
あるいは
これもやっぱりにんげんさまが指示してやらねばならん部分・・・
レベル１の勇者にいきなりたまにはぐれメタルエンカウントさせちゃう的な、
試練の与え方が悪いか。
596: (ﾜﾝﾐﾝｸﾞｸ MM82-Gedh [153.235.108.33]) 2019/11/27(水)14:50 ID:pvWhqXzvM(2/2) AAS
nlpなんだけど
ミニバッチ作るときに自然にもうcurriculum learning的になっているのかな？
597: (ﾜｯﾁｮｲ df4b-YC6P [210.188.42.19]) 2019/11/28(木)22:01 ID:Y+wConzQ0(1) AAS
訓練データとテストデータの相関性がほとんどない問題とか
当てずっぽうで適当に振るところから始めて反応見て方向性定めているのか？
パワーと投稿数の勝負になっている気がしてならないけど
598: (ｱｳｱｳｳｰ Sa23-8b9h [106.161.209.107]) 2019/11/28(木)22:37 ID:fUP9hRZYa(1) AAS
>>590
2019年大学入試センター試験英語筆記科目においてAIが185点を獲得
外部ﾘﾝｸ[html]:www.ntt.co.jp
599: (ﾜｯﾁｮｲ 5fad-q7p1 [110.130.184.72]) 2019/11/29(金)00:17 ID:lLJmxOHf0(1) AAS
Kaggleとかの機械学習コンペで主催者(依頼者)が持ってるマシンよりも参加者(優勝者)がコンペで使ったマシンのほうが性能良いってことあったりするの？
600: (ﾜｯﾁｮｲ 7f3d-YC6P [219.104.75.160]) 2019/11/29(金)02:03 ID:ZRMLeeOO0(1/2) AAS
主催者がもってるマシンってなんぞ
601: (ﾜｯﾁｮｲ 7f9c-rPqt [61.125.210.189]) 2019/11/29(金)02:04 ID:WPSMNOiN0(1/2) AAS
マシン持ってない可能性も高いだろう
602(3): (ｱｳｱｳｸｰ MM33-O/Gm [36.11.225.189]) 2019/11/29(金)09:49 ID:gYWo3w4cM(1) AAS
Deep Learning散々騒いだ割には結局テーブルデータじゃGBDTにボロ負けな現状なんとかならんの
せいぜいGBDT様にお情けでensembleさせて頂く程度
603: (ﾜﾝﾐﾝｸﾞｸ MMdf-LjR8 [153.235.108.33]) 2019/11/29(金)12:49 ID:9onQejqxM(1/2) AAS
つ適材適所
604(1): (ﾜｯﾁｮｲ 7f9c-rPqt [61.125.210.189]) 2019/11/29(金)16:11 ID:WPSMNOiN0(2/2) AAS
>>602
テーブルデータの解析で話題になったわけじゃないぞ
605(1): (ｵｯﾍﾟｹ Sr33-aoSH [126.208.181.193]) 2019/11/29(金)19:08 ID:rfU0XW80r(1) AAS
>>604
多分だけどニューラルネットワークは汎用性が高いだけで、画像系でももっと良いほうがあるけど見つかってないだけと思ってる
606: (ﾜｯﾁｮｲ 7f7c-Hu9A [221.241.223.124]) 2019/11/29(金)19:15 ID:Ab9Y7Svv0(1) AAS
>>605
画像処理で高精度が出るDNNのモデルサイズを精度をあまり下げずに削減するような研究が出てきてるから、それを突き詰めると決定木的なルールが取り出せるのではないか
607: (ﾜﾝﾐﾝｸﾞｸ MMdf-LjR8 [153.235.108.33]) 2019/11/29(金)19:18 ID:9onQejqxM(2/2) AAS
えーまた同じ間違いを？
608: (ﾜｯﾁｮｲ 5fda-VdzI [60.47.95.202]) 2019/11/29(金)21:04 ID:i2+wAL7T0(1) AAS
>>602
データテーブルでも回帰の滑らかさではnnが上だけどな。
609(2): (ﾜｯﾁｮｲ 7f3d-YC6P [219.104.75.160]) 2019/11/29(金)23:37 ID:ZRMLeeOO0(2/2) AAS
>>602
調律師次第ではNNもGBDTに精度で並ぶ
しかもNNとGBDTではGBDTの方がモデルの劣化が早い
610(1): (ﾜｯﾁｮｲ 7f1f-R3ru [221.191.70.126]) 2019/11/30(土)09:04 ID:DZbtLtp60(1/2) AAS
回帰がなめらかじゃないと困るって、たぶんあるとは思うけど具体的にどういうケースだろう
611(1): (ﾜｯﾁｮｲ 5f01-YC6P [126.25.131.86]) 2019/11/30(土)09:36 ID:Uqy6J8Cl0(1/3) AAS
>調律師次第ではNNもGBDTに精度で並ぶ
んなわけねーだろ。。データが 2000,3000程度の場合、NNなんてまともに動かんわ。
612: (ｱｳｱｳｳｰ Sa23-29PW [106.154.127.208]) 2019/11/30(土)09:52 ID:vuvC9RZIa(1) AAS
>>609
モデルの劣化って汎化能力が低いってこと？
613: (ﾜｯﾁｮｲ 5fe6-nvwQ [14.3.46.121]) 2019/11/30(土)10:17 ID:g/CprbiQ0(1) AAS
overfitじゃない？
614(1): (ｱｳｱｳｳｰ Sa23-nO0S [106.154.136.36]) 2019/11/30(土)10:53 ID:xqSKATFaa(1/2) AAS
>>611
それもNNの規模次第でゎ。。。
615: (ｱｳｱｳｳｰ Sa23-nO0S [106.154.136.36]) 2019/11/30(土)10:54 ID:xqSKATFaa(2/2) AAS
>>609
劣化が早いってどゅこと？
モデルって腐るの。。。？
616: (ﾜｯﾁｮｲ 5f01-YC6P [126.25.131.86]) 2019/11/30(土)12:02 ID:Uqy6J8Cl0(2/3) AAS
>>614
そんな小規模でNNチューニングしてまで使ううまみはないだろ？
ばかなの？
それとも本気で現場でそんな主張してんの？
617: (ｱｳｱｳｶｰ Sad3-BXt7 [182.251.106.23]) 2019/11/30(土)12:09 ID:A+rR0WU8a(1) AAS
はい
618(2): (ｱｰｸｾｰ Sx33-O/Gm [126.149.48.137]) 2019/11/30(土)12:58 ID:YcFQTR8Rx(1/3) AAS
なんか悪かった
どう考えてもGBDTの方が精度出る案件でクライアントがでぃいぷらあにんぐ使いたいですってほざくから
むしゃくしゃしてやっただけなんだ
NGBoostは学習も推論も遅いし予測分布も分類じゃそんなに嬉しくないし結局LightGBM/CatBoostは超えられなさそうだよなぁ
619: (ﾜｯﾁｮｲ 5f01-d0qP [60.86.178.93]) 2019/11/30(土)13:03 ID:OO2kPiiB0(1/4) AAS
>>618
> どう考えてもGBDTの方が精度出る案件でクライアントがでぃいぷらあにんぐ使いたいですってほざく
発注元の責任で このでぃーぷするとです って
明文化しとけよｗ
あとから責任おっかぶせられそうになると
ブチ切れちゃうぞｗ
上下前次1-新書関写板覧索設栞歴
あと 383 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 0.012s