[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
661(1): (ｱｳｱｳｶｰ Sa8d-0KSf [182.251.189.13]) 2019/12/08(日)09:36 ID:wx0c05j8a(1) AAS
ハイパーパラメータの自動調整をまともに使うには背景にある統計理論の知識がいるよ
662(1): (ﾜｯﾁｮｲ 6190-MVf8 [42.126.56.69]) 2019/12/08(日)13:55 ID:KMc7Z1Fn0(1/4) AAS
chainerは単純に人員が足りてなかったと思う
リリース版にバグがあるままリリースしてる
リリース版の更新が多すぎ
で離れて使わなくなった
663: (ﾜﾝﾐﾝｸﾞｸ MM6a-DV35 [153.235.108.33]) 2019/12/08(日)15:40 ID:dxbVA0b4M(1/2) AAS
いうてtfもバグなしじゃないだろ
664: (ﾜｯﾁｮｲ 4d01-MVf8 [126.25.131.86]) 2019/12/08(日)16:05 ID:HPGGb6iI0(1/2) AAS
>>661
あんまり関係ないがな。
hyperoptなりoptunaなりにつっこむだけだろ。
しかもそんな変なチューニングするくらいなら論文のままのもの使った方がいいっていうおまけつき。
665: (ﾜﾝﾐﾝｸﾞｸ MM6a-DV35 [153.235.108.33]) 2019/12/08(日)16:11 ID:dxbVA0b4M(2/2) AAS
automlで適当に調整してくれるしな
666(1): (ﾜｯﾁｮｲ 5a9c-Xj+o [61.125.210.189]) 2019/12/08(日)17:12 ID:DDGzay+d0(1/2) AAS
>>662
いよいよ倒産が見えてきたのかな？
受託もしないし自社サービスも出さないし
それでやってられるとは思えん
とにかくユーザーが使えるサービスをリリースしないと
667(2): (ｱｳｱｳｶｰ Sa8d-wxxp [182.251.141.126]) 2019/12/08(日)17:15 ID:S4ZYhJQRa(1) AAS
ハイパーパラメータ調整ツール自体の調整能力まで把握した上で使うならいいが
理論も分からない、ツールがどうやって調整したのかも分からないだと困るな
「どうしてこのハイパーパラメータが最適なのか？」の質問に対して「ツールがそう算出したから」「論文に書いていたから」を回答にせず説明できるなら問題ないとは思う
668: (ﾜｯﾁｮｲ 5a3d-MVf8 [219.104.75.160]) 2019/12/08(日)17:26 ID:d61YKsOU0(2/2) AAS
>>667
それは生産性も価値もない話だと思う
理論について勉強することは必要だけど、重箱に隅のような知識を大切にするよりは
機械学習の外に目を向けた方がいい
669(1): (ﾜｯﾁｮｲ bd54-8zr5 [180.235.0.69]) 2019/12/08(日)17:31 ID:4TAWhQS40(1) AAS
>>666
嫉妬じゃん
670: (ﾜｯﾁｮｲ 6190-MVf8 [42.126.56.69]) 2019/12/08(日)19:49 ID:KMc7Z1Fn0(2/4) AAS
pfnってなんか仕事はしてるだろ
トヨタとの共同研究ってまだ続いてるんじゃないの
671: (ﾜｯﾁｮｲ ea02-MVf8 [101.142.8.160]) 2019/12/08(日)20:50 ID:7TPIEo2i0(1) AAS
オコボレ狙いの企業が未だに群がってるから、財源の心配は無いだろう
人材に恵まれていないのか成果がパっとしないけど、
それでも日本のSI企業に頼るよりPFNに投資した方が賢い
672: (ﾜｯﾁｮｲ f610-DJoW [153.131.102.129]) 2019/12/08(日)20:59 ID:wWaHJEbO0(1) AAS
>>667
試した中で一番いい結果だから
じゃダメなんですか？
673: (ﾜｯﾁｮｲ 4d01-MVf8 [126.25.131.86]) 2019/12/08(日)21:32 ID:HPGGb6iI0(2/2) AAS
PFNみてるとgoogleが広告やらなかったらこんな風にじり貧になってたんだろうなってのが想像できる。
674: (ﾜｯﾁｮｲ 6190-MVf8 [42.126.56.69]) 2019/12/08(日)22:44 ID:KMc7Z1Fn0(3/4) AAS
googleは元々広告で食ってるだろ
675(1): (ﾜｯﾁｮｲ 5a9c-Xj+o [61.125.210.189]) 2019/12/08(日)23:18 ID:DDGzay+d0(2/2) AAS
>>669
嫉妬というかこれだけの技術力あるのになにをしてるんだ？という気持ち
結局第三者から見たchainer以外のアウトプットはないわけだし
それを切るってもう何も残らん
676: (ﾜｯﾁｮｲ 6190-MVf8 [42.126.56.69]) 2019/12/08(日)23:30 ID:KMc7Z1Fn0(4/4) AAS
いちいち公開してないだけで色々案件はやってるだろ
677: (ﾜｯﾁｮｲ eeda-ejxW [223.217.160.106]) 2019/12/09(月)00:20 ID:NiFr8TmZ0(1) AAS
>>675
技術力って何？具体的に何のこと？
678: (ﾜｯﾁｮｲ dd7c-s/HI [14.193.216.182]) 2019/12/09(月)01:54 ID:PMVVzMoi0(1) AAS
第三者ってどの程度のこと言ってるか分からんけどCuPyとかoptuna使ってる人そこそこいるだろ
679: (ﾜｯﾁｮｲ b5e3-mnWA [220.219.149.102]) 2019/12/09(月)13:00 ID:cQNHGZkd0(1/2) AAS
機械学習で日本の人名を生成したい
どうすればできる？
当方しがないエンジニアでpythonはできるが、
機械学習周辺のキーワードがわからなくて調べられずに困っている
GANとかいうのは画像用だから使えないんだよな？程度の知識
680(1): (ｱｳｳｨﾌ FF79-MVf8 [106.171.79.171]) 2019/12/09(月)13:09 ID:RLwtKsqpF(1/2) AAS
日本の人名は戸籍に使える文字が決まってるから
そこから選べ
681(1): (ﾜｯﾁｮｲ b5e3-mnWA [220.219.149.102]) 2019/12/09(月)13:14 ID:cQNHGZkd0(2/2) AAS
>>680
ありがとう
ただこれの用途はキャラクターの命名なので、
現実に使える文字かどうかはあまり重要じゃない
むしろ実際にはありえなさそうな方が良い
682: (ﾜｯﾁｮｲ d501-j5Jm [60.86.178.93]) 2019/12/09(月)13:55 ID:scocuTx70(1) AAS
>>681
保険会社かなんかが姓名ランキングしてるから
まずは使える文字からランダムして
よくある苗字や名前になってたら再抽選
683: (ｱｳｱｳｶｰ Sa8d-0KSf [182.251.195.157]) 2019/12/09(月)15:05 ID:xDp47k0Pa(1) AAS
ディープなことするよりマルコフ連鎖とかでやった方が良さそうだけどな
684: (ｱｳｳｨﾌ FF79-MVf8 [106.171.79.171]) 2019/12/09(月)15:14 ID:RLwtKsqpF(2/2) AAS
条件後出しは失格
685: (ﾜｯﾁｮｲ bd54-8zr5 [180.235.0.69]) 2019/12/09(月)16:25 ID:HdYgf83V0(1) AAS
ああ、同人誌みたいなライトノベルみたいなどうしようもないやつに使いたいのね
乱数でいいんじゃね？
686: (ｱｳｱｳｴｰ Sa82-Fgt1 [111.239.58.229]) 2019/12/09(月)19:24 ID:QTsW6dvXa(1) AAS
ランダムな個人情報を生成するプログラムなら既にあるが
テストとかに使うらしい
687: (ﾜｯﾁｮｲ ea02-MVf8 [101.142.8.160]) 2019/12/09(月)21:39 ID:w/kMOH0C0(1) AAS
人名ジェネレーターで良くない？
辞書リストと乱数で成り立っていてAI不要な
688: (ﾜｯﾁｮｲ 5aad-CqlS [27.139.41.170]) 2019/12/10(火)04:20 ID:0gRjlhkw0(1) AAS
デスノートのいじめが発生しないようにって配慮スゲーって思ったな
689: (ｱｳｳｨﾌ FF79-MVf8 [106.171.67.227]) 2019/12/10(火)14:05 ID:48kVELqAF(1) AAS
阿部進次郎
690(4): (ﾍﾟﾗﾍﾟﾗ SDe5-MVf8 [110.163.140.118]) 2019/12/11(水)19:37 ID:LCchQiSlD(1) AAS
ご質問なのですが、機械学習の回帰問題において、教師信号が特定の範囲内にある時の重みを重くするような損失関数はありますでしょうか？
私が解きたい問題においては、教師信号の値が0~1の間の値を取るように基準化しているのですが、
例えば、RMSEを下記のようにカスタマイズした損失関数を使用したいのです。
False Positive:学習器の出力は0〜0.2の範囲だが、教師信号は0.2より大きい or
学習器の出力は0.8〜1の範囲だが、教師信号は0.8未満
False Negative:教師信号の出力は0〜0.2の範囲だが、学習器の出力は0.2より大きい or
教師信号は0.8〜1の範囲だが、学習器の出力は0.8未満
とTrue negativeとFalse Negativeの場合にのみ損失関数を計算するか、重みを大きくした損失関数を使いたいのです。
もしご存じでしたら、この損失関数を使用可能な学習器やライブラリなどを教えていただけますでしょうか。
ライブラリなどが無くても最悪論文などがあればそれでもかまいません。何卒ご教示をお願いいたします。
上下前次1-新書関写板覧索設栞歴
あと 312 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 0.014s