[過去ﾛｸﾞ] 【統計分析】機械学習・データマイニング23 (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
391: デフォルトの名無しさん (ｽｯｯﾌﾟ Sd5a-mCTu [49.98.155.157]) [sage] 2019/03/23(土) 12:47:10.30 ID:v/ZRXF0Md(2/2) AAS
あれ？
検索掛からなくなった？
392: デフォルトの名無しさん (ﾜｯﾁｮｲ 8fda-DTGA [114.185.9.194]) [sage] 2019/03/23(土) 16:26:23.27 ID:hn9VuVdD0(1) AAS
レス乞食なのでそのうち戻ってくる
393: デフォルトの名無しさん (ﾜｯﾁｮｲ 6a02-yExI [101.142.8.160]) [sage] 2019/03/23(土) 20:24:45.21 ID:uV/v1/+U0(1) AAS
SEでも無さそうなのに、何でこのスレを粘着してたのだろうか
394: デフォルトの名無しさん (ﾜｯﾁｮｲ 8fda-DTGA [114.185.5.146]) [sage] 2019/03/23(土) 23:01:28.06 ID:R/eyuqS00(1) AAS
荒らしに興味を持つ馬鹿が必ずいるね、なぜだろう
395(1): デフォルトの名無しさん (JP 0Hfb-iUUF [180.22.252.219]) [sage] 2019/03/24(日) 12:21:19.93 ID:VEZZNT6WH(1) AAS
世の中はどんどん機械学習の研究・利活用が進んでるというのにスレはお通夜…
てかIPアリでスレ立てたやつの意図は何なんだ
396: デフォルトの名無しさん (ﾜｯﾁｮｲ 53f2-rXtv [60.37.88.191]) [sage] 2019/03/24(日) 12:47:18.96 ID:3s1WkY0F0(1) AAS
さすがにしょっちゅうバトってるC++スレや次世代言語スレとかには敵わないが
ここもそこそこ盛況だと思うがな。
IPありになってスレの勢いがそう落ちたようにも見えないし。
397(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 1668-rXtv [119.230.196.171]) [sage] 2019/03/24(日) 12:52:12.08 ID:aL5blMH80(1/2) AAS
>>395
何の情報も無いからなぁ
趣味で機械学習勉強中だけど、GANの情報すら一切ハラれないし
398: デフォルトの名無しさん (ｱｳｱｳｶｰ Sa73-ABW3 [182.251.184.43]) [sage] 2019/03/24(日) 13:22:24.17 ID:q70QCy8Na(1) AAS
こっちの議論の方が面白い
【統計学】「統計的有意」には弊害があるとして800人以上の科学者が反対を表明［03/22］
2chｽﾚ:scienceplus
399: デフォルトの名無しさん (JP 0H2a-iUUF [153.145.93.120]) [sage] 2019/03/24(日) 13:27:53.09 ID:wjRbTXtrH(1) AAS
いやIPになってレスの質だいぶ変わったよ
現場の声が聞こえなくなった
400: デフォルトの名無しさん (ｱｳｱｳｳｰ Sab7-0o94 [106.154.13.204]) [sage] 2019/03/24(日) 13:42:26.67 ID:uxmxaJl6a(1) AAS
現場の声についても、より専門的な研究についてもここより有用な最新情報を紹介するサイトがいくらでもあるからなあ
401: デフォルトの名無しさん (ｱｳｱｳｳｰ Sab7-fpLE [106.129.86.116]) [sage] 2019/03/24(日) 13:46:44.10 ID:xOvhcY6Ba(1) AAS
GANとかRCNNは動かすだけでも相当スペックいるし、学習となったらそれに加えてデータも用意しなきゃいけない
新たにモデル考えようと思ったら論文調査から始めなきゃいけない
個人でやるなら学習済みモデル利用したソフト作ったり転位学習くらいしか厳しい
402(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 1668-rXtv [119.230.196.171]) [sage] 2019/03/24(日) 13:49:58.27 ID:aL5blMH80(2/2) AAS
グラボに関してはGTX1060ぐらい（2万円ぐらい）あればそれなりに出来るぞ
データはデータセットがオチている
モデルを考えれるレベルなら上記はクリア済みだしもうここにはいないだろう
403: デフォルトの名無しさん (ｱｳｱｳｳｰ Sab7-0o94 [106.154.54.103]) [sage] 2019/03/24(日) 16:09:32.71 ID:45kAYUf/a(1) AAS
redditとかではどうなんだろう
404: デフォルトの名無しさん (ﾜｯﾁｮｲ fb01-VM+g [126.109.69.164]) [sage] 2019/03/24(日) 16:59:18.91 ID:0R743LPx0(1) AAS
>>402
明らかにパワー不足。
GANはもちろん画像処理全般において物足りない。
20,30カラムのデータを大量に扱うならそのくらいで十分だが
多分ミーハー層がやりたいのはそういったデータ解析ではない。
405: デフォルトの名無しさん (ﾜｯﾁｮｲ 2e1f-rXtv [153.206.86.82]) [sage] 2019/03/24(日) 21:26:19.34 ID:k4j1S/hS0(1) AAS
>>397
きかれりゃ答えるかも知らんがわざわざここに自分からまとめようとは思わないよ
IPありだから質問するときも回答するときもうっかりしないように気にしてはいるよ
406(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 2f12-OMWS [210.146.152.138]) [sage] 2019/03/25(月) 09:47:52.21 ID:+bC87xJf0(1/2) AAS
機械学習エンジニアってやつになろうと思ってるんだがリッチな環境が進み将来性ないとか友人に言われたんだけどどうなの
研究バリバリの大学院生です
407(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 5301-2pwm [60.65.176.121]) [] 2019/03/25(月) 09:57:01.57 ID:+B6li5S30(1) AAS
>>406
ライブラリ使った機械学習ごっこなら誰でも出来るが、実用に堪えるレベルに性能を引き出すにはデータと向き合って高度で専門的な分析をする必要がある
この段階からできる人材はまだ少ないと思う
408: デフォルトの名無しさん (ﾜｯﾁｮｲ 2f12-OMWS [210.146.152.138]) [sage] 2019/03/25(月) 10:58:37.23 ID:+bC87xJf0(2/2) AAS
>>407
丁寧にありがとうございます！
新卒の段階で身につけておいたほうがいいことって何かありますか？
やはりモデルの理論的な部分は深追いした方がいいのでしょうか
409: デフォルトの名無しさん (ｱｳｱｳｸｰ MM2b-hhix [36.11.224.133]) [] 2019/03/25(月) 18:59:48.49 ID:M5eNaNZbM(1) AAS
不要
410: デフォルトの名無しさん (ｱｳｱｳｳｰ Sab7-fpLE [106.129.130.134]) [sage] 2019/03/25(月) 19:57:09.58 ID:VF9Q1xTXa(1) AAS
モデル全体の計算コストやメモリ使用量を事前に求められる程度はあった方がいい
411: デフォルトの名無しさん (ﾜｯﾁｮｲ fb01-VM+g [126.109.69.164]) [sage] 2019/03/25(月) 20:20:57.37 ID:8zmAEr9n0(1) AAS
てか本気で機械学習やる場合、普通のプログラマは多分つまらんと思うんじゃないかな。
理論で一発うまく行くってもんでもないし。
412(1): デフォルトの名無しさん (JP 0Hef-pqTg [210.251.91.153]) [] 2019/03/26(火) 11:57:04.10 ID:6Oo99dT5H(1) AAS
理論で機械学習やってる人は
人工データでウハウハしてるでしょ
ありえんくらい異端な人工データで
413(1): デフォルトの名無しさん (ｽﾌﾟﾌﾟ Sd5a-du9d [49.98.77.123]) [] 2019/03/26(火) 12:36:43.09 ID:rJY9Ps9/d(1) AAS
ここのAIベンチャーはどうよ？
研究開発者を募集しているぞ！
外部ﾘﾝｸ:robomind.co.jp
414: デフォルトの名無しさん (ｱｳｱｳｸｰ MM2b-hhix [36.11.225.134]) [] 2019/03/26(火) 12:39:18.91 ID:XT4Bd+L0M(1/2) AAS
失笑
415(1): デフォルトの名無しさん (ﾄﾝﾓｰ MMef-wh/2 [210.142.95.69]) [] 2019/03/26(火) 14:28:21.78 ID:WR2SoVPpM(1) AAS
>>412
同意です！
実証研究で実際のデータで
さまざまなディープラーニングを
試していますけど、
うまくいかなくて泣きが入ってます。
疲れ果ててます
ディープラーニングがいいといっても
線形回帰より少しいいだけ。
典型的な「良い」データを大量に集めて
分析すればいい結果が出るんです。
実証研究やめて、理論に行きたいですので
勉強します！
上下前次1-新書関写板覧索設栞歴
あと 587 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 AAｻﾑﾈｲﾙ
ぬこの手 ぬこTOP 0.025s