[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング24 (1002ﾚｽ)
上下前次1-新
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
ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡
375(1): デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spef-MdQY [126.33.78.134]) [sage] 2019/05/20(月)02:38 ID:zK6cmhQap(1/5)
>>367
正常、異常のラベルはあるの？
人が見たら確実に異常と分かるようなものなのかどうかは一応の判断基準かな
人が判断できるなら特徴量の選び方を工夫する、モデルを工夫すれば何とかなる場合もある
人が判断できないなら単なるパワハラ
377: デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spef-MdQY [126.33.78.134]) [sage] 2019/05/20(月)03:28 ID:zK6cmhQap(2/5)
あぁ、実例があるって書いてあった
同業他社がすでにやっているなら原理的には可能かも知れないね
ただ世の中にはプロの囲碁棋士に勝てるAIがあるんだからお前も作れよ言われても厳しいね
あとはまぁオートエンコーダを使ってる理由によるかな
ラベルがないからと言う理由なら仕方ないが、入力が画像ならCNNをネットワークに組み込んだ方が性能が出るし、ラベルがあって特徴量が少ないならXGBoostを試すのもあり
378(1): デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spef-MdQY [126.33.78.134]) [sage] 2019/05/20(月)03:59 ID:zK6cmhQap(3/5)
>>376
画像から何らかの基準値が作られてそれが識別として利用できないなら基準値を変えることから始める
位置ズレを検出したい、かつ人間なら判断できると言うのであれば、結構な確率でそのようなネットワークは作れると思う
もし位置が重要であるならば、前処理として画像を2値化して白黒にしてしまうのがいい
正常と異常のバランスが悪いので、正常なデータだけを使ってVAEを組むのが良いが、オートエンコーダは検出能力が低いので、正常だけども異常と判断されるように閾値を下げる
異常と検出されたものの中から正常なものを除去するために、異常なデータを水増しして、CNNを組み込んだデータで2値分類をする
こんな感じかな？
383: デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spef-MdQY [126.33.78.134]) [sage] 2019/05/20(月)13:29 ID:zK6cmhQap(4/5)
>>381
積率母関数(Moment Generation Function; MGF)のことでいいかな？
確率変数XのMGFが分かると、E[X^n]が簡単に求まるので係数を除けば
E[X] 平均
E[X^2] 分散
E[X^3] 歪度
E[X^4] 尖度
に使える
387: デフォルトの名無しさん (ｻｻｸｯﾃﾛ Spef-MdQY [126.33.78.134]) [sage] 2019/05/20(月)21:53 ID:zK6cmhQap(5/5)
確かに積率母関数を実務で使ったことない
よくある問題としては、正規分布に従う確率分布がn個(X1, ... , Xn)あり、各々二乗して全てを足したY=X1^2+...+Xn^2はどんな分布に従いますか？
答えは自由度nのカイ二乗分布になるんだけども、畳み込みを使って帰納法で解くのと、MGFを使って解くのどっちが簡単かというと、多分MGFのが簡単
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 AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.027s