[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
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
620(1): (ﾜｯﾁｮｲ dfda-o7DB [58.89.134.119]) 2019/11/30(土)13:57 ID:kDVEf3m10(1) AAS
政策もビッグデータで決めるようになるらしい
621: (ﾜｯﾁｮｲ 5f01-d0qP [60.86.178.93]) 2019/11/30(土)13:59 ID:OO2kPiiB0(2/4) AAS
>>620
テラ保守スｗｗｗ
しっぱいするみらいしかみえないぞ・・・
622(1): (ﾜｯﾁｮｲ 5fda-VdzI [60.47.95.202]) 2019/11/30(土)15:42 ID:NbIvukTW0(1) AAS
>>610
例えば学習データでは整数しかないけど、小数点の数値も予想したいときとか。
パラメータ変えた時に結果が同じだと説明の整合が取れないようなものにも使う。
623: (ｱｳｱｳｶｰ Sad3-rPqt [182.251.111.240]) 2019/11/30(土)16:47 ID:n3PjdAM0a(1) AAS
数万程度のデータでNNは流石に無理だろう
過学習して終わるイメージ
624: (ﾜｯﾁｮｲ 7f3d-YC6P [219.104.75.160]) 2019/11/30(土)17:12 ID:369/mHN+0(1) AAS
パンピーには関係ない話だけど、
Kaggleで賞金狙えるレベルの人の中には、稀にNNでGBと大差ない精度を出す者もおるんだ
これはたびたびカーネルに出る話題だから間違いない
GBで特徴量を400程度使って出す精度と、ほぼ同等の精度を特徴量20~50程度で出すらしい
NNは前処理もパラメーター調整もシビアだけど、この少ない特徴量でモデルを組めれば、
実装後にデータの傾向が多少変わっても、GBDTよりは精度が落ちない
625: (JP 0Hdf-0B+b [153.143.142.27]) 2019/11/30(土)17:34 ID:CwbTtXvfH(1) AAS
そんな怖いモデル使えないっす
626: (ｱｳｱｳｶｰ Sad3-oB5y [182.251.159.1]) 2019/11/30(土)17:54 ID:U4j9IED8a(1) AAS
長期に渡って現場で使い続けられるかという観点ではパラメータをやたらと増やした力ずくモデルの方が信用ならない危険なモデルなんだけどな
627: (ｱｰｸｾｰ Sx33-O/Gm [126.149.48.137]) 2019/11/30(土)18:09 ID:YcFQTR8Rx(2/3) AAS
実務上は精度追い求めるよりFeature Importanceが出せるかどうかの方が重要なんだよなぁ
628(1): (ﾜｯﾁｮｲ 7f02-YC6P [101.142.8.160]) 2019/11/30(土)18:32 ID:HNwCuvLH0(1) AAS
NNでもGBでもいいけど、>>618のような客が使う道具まで指定してくるのがイタイ
これで失敗した場合の瑕疵担保責任はどっちにあるんだ？
629: (ﾜｯﾁｮｲ 5f01-YC6P [126.25.131.86]) 2019/11/30(土)18:40 ID:Uqy6J8Cl0(3/3) AAS
>GBで特徴量を400程度使って出す精度と、ほぼ同等の精度を特徴量20~50程度で出すらしい
そりゃ20~50にうまく特徴量を絞れたらそうだろ。それが難しいんだっつーの。
それを半自動でやりたいってのがそもそもの機械学習の目的だろうに。
630: (ﾜｯﾁｮｲ 5f01-d0qP [60.86.178.93]) 2019/11/30(土)18:47 ID:OO2kPiiB0(3/4) AAS
>>628
＞瑕疵担保責任
契約書の文面の（偶然のなりゆきも含めた）ふいんきと
弁護士に幾らかけるか次第じゃね？
上下前次1-新書関写板覧索設栞歴
あと 372 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