[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング30 (1002ﾚｽ)

【統計分析】機械学習・データマイニング30 http://mevius.5ch.net/test/read.cgi/tech/1609459855/

上下前次1-新
通常表示 512ﾊﾞｲﾄ分割 ﾚｽ栞
抽出解除 必死ﾁｪｯｶｰ(本家) (べ) 自ID ﾚｽ栞 あぼーん

---

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

---

973: デフォルトの名無しさん (ﾜｯﾁｮｲ 85ca-mUqo [182.168.51.6]) [] 2021/09/04(土) 02:49:35 ID:9cArpdYt0 >>877 Rejected internal applicants twice as likely to quit doi.org/10.5465/amj.2018.1015 http://mevius.5ch.net/test/read.cgi/tech/1609459855/973

974: デフォルトの名無しさん (ﾜｯﾁｮｲ 85ca-mUqo [182.168.51.6]) [] 2021/09/04(土) 04:02:08 ID:9cArpdYt0 >>965 いずれにしてもSeqモデルによる実装は簡単だから、要約済みの学習データさえ準備できれば 要約システムは簡単に構築可能。無料で出す分にはみんなは面白がって使うだろうけど、有料提供 となると、かなり困難に直面するんじゃないかと思っただけ。 Seqモデルは、かなり一般化してきてるので、NLP専攻の学卒者だったら、十分に構築は可能。 これが機械翻訳とかだと、かなり膨大な学習データが必要となるので、参入障壁になるが、 自動要約だと、元の学習量もしれてるので、NTTデータや富士通あたりだと多分、簡単に作れる。 また、要約の精度は学習データに依存するので、どこまで精度の高いデータを作れるかは、 最終的には開発元の資本力によって決まることになる。 http://mevius.5ch.net/test/read.cgi/tech/1609459855/974

---

ﾒﾓ帳

(0/65535文字)

---

上下前次1-新書関写板覧索設栞歴

---

ｽﾚ情報 赤ﾚｽ抽出 画像ﾚｽ抽出 歴の未読ｽﾚ

---

Google検索

Wikipedia

---

ぬこの手 ぬこTOP 0.035s