【統計分析】機械学習・データマイニング24

[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

67: デフォルトの名無しさん (ﾜｯﾁｮｲ 9a3c-Xr/9 [219.98.80.75]) [] 2019/05/03(金) 15:58:43 ID:ONY45VEs0(1/2) AAS
Googleの場合、雇用はPh.D取得組（平均初任給20万ドル）とNo Degree組（初任給上限1万）の2つのグループに2極化が進行している。
東大とか日本の有名大学の理系修士の採用であっても、No Degree組に入ると初任給は大体800万円くらいになる。
Googleはこの2極化戦略を更に進め、No DegreeをRed Badgeと呼ばれる派遣社員で置き換える動きも進めている。
派遣社員で採用となった場合は、1年契約で、最大契約期間は2年で3年以上の契約更新はない。
というと、Red Badgeの条件は悪いように思えるが、正規の平均在職期間は大体1年10ヶ月くらいで2年以上残れる社員は半数以下。
給与条件で現在のアメリカのIT業界で頂点に位置するのは、Uber Advanced TechnologiesとWaymo。
Waymoとかは、分社化以前は、平均給与が100万ドルとか、ありえない条件で雇用していたが、
運営費が膨大になりすぎたため、新会社（Waymo）を設立して従業員を全て新会社で新規雇用することで、雇用条件を一旦リセットした。
Googleで初任給20万ドルを取れるのは、このWaymoとGoogle Brain採用組がメイン。
有名大のPhD（一般人枠）で高給を狙うのだったら、FacebookかAmazonの方がいい。
ただし、Amazonとかは、全生活を会社に貢献することを求められる位、仕事はハード。

69: デフォルトの名無しさん (ﾜｯﾁｮｲ 9a3c-Xr/9 [219.98.80.75]) [] 2019/05/03(金) 16:03:56 ID:ONY45VEs0(2/2) AAS
GoogleのNo Degree組の初任給上限は10万ドルのうち間違え。

117(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 9a3c-Xr/9 [219.98.80.75]) [] 2019/05/06(月) 19:29:01 ID:qtehOBS20(1) AAS
>>84
2,3年前まではtf一択だったが、最近の論文発表とかを見るとPyTorchを使ってる例が増えている。
前、mediumに乗ってた両者の定量分析記事だと現在の比率は7:3位。
Google Trendsで見ると解りやすい
https://trends.google.com/trends/explore?date=today%205-y&geo=US&q=pytorch,tensorflow
多分、あと2年位でPyTorchが追いつくと思う。
したがって、今からやるなら両方使えるのがベスト。順番付けをするなら最初に抑えるべきはtf、次はPyTorch

128: デフォルトの名無しさん (ﾜｯﾁｮｲ 9a3c-Xr/9 [219.98.80.75]) [] 2019/05/07(火) 18:27:21 ID:U8Di2P9U0(1) AAS
Tensorflowは2.0でほとんど全書き換えをやってる。
そのため、2.0はそれ以前のものとはほとんど別物
（とキャシーは言ってる）
https://hackernoon.com/tensorflow-is-dead-long-live-tensorflow-49d3e975cf04

130: デフォルトの名無しさん (ﾜｯﾁｮｲ 133c-3bTL [219.98.80.75]) [] 2019/05/09(木) 21:01:19 ID:vusNSi520(1) AAS
Open AIの決算報告書が開示されたので貼っとく。
ポイントは、研究員の平均報酬は約50万ドルくらい。
ここの研究職のレベルは日本だと東大教授とか理化学研究所の上級研究職と同じくらい
なので一般技術者とは比較にはならないが、Redditの書き込みによるとOpen AIは非営利なので、
GoogleとかAppleとか営利は（Goodfellowレベルのトップ研究者には）もっと出してるはずとのこと。
他、全10名程の研究員が使用しているクラウド環境の使用料は年800万ドル
最初のStyleGAN(this person is not existの元ネタ)の論文が発表された際に、推奨動作環境は最低1024TPUv3が必要と示されていたが、
Open AIの環境は正に、最先端のAI研究には膨大なCPU/GPU資源（=資金力）が必要となっていることを示している。
https://regmedia.co.uk/2019/05/02/openai_tax_2017.pdf

335: デフォルトの名無しさん (ﾜｯﾁｮｲ 4f3c-Ma/j [219.98.80.75]) [] 2019/05/19(日) 11:29:23 ID:4qt3uWwk0(1) AAS
>>186
AI初任給800万は、東大京大東工大の修士でGoogle入社した場合。
Microsoftもそれくらい出してると聞いたことがあるが、修士に800万も出すところは普通はない。
外資系でもOracleとかは大卒、修士平均よりも月給換算で数万円上回る程度。
基本的に、初任給が平均よりも極端に多いところは、周り中がMITとかハーバードとかなので、東大卒程度の低学歴では生き残りが難しい。
大体、平均在職期間は2年を割ってる。

391: デフォルトの名無しさん (ﾜｯﾁｮｲ 4f3c-Ma/j [219.98.80.75]) [] 2019/05/21(火) 10:28:03 ID:Cd33UaFb0(1/3) AAS
>>336
憤りを感じるのはもっともだが、東大PhDでも生き残りは難しいのは事実。
5年くらい前までは日本語処理とかで日本人を完全に排除することは難しかったが、
2014年以降は、ローカル固有の処理は排除し、多少、機能は劣っても共通基盤で統一する方向に進んでいる。
例えば現在のGoogle JapanのAI部門のトップは、スザンナ・イリックという強気の女性で、
AI部門の採用に関してはスタンフォード、MIT、ハーバード、バークレイ、カーネギーとかの指定大学制度を採用していて
他の大学の卒業者だと、書類選考で落とされる可能性が大（前にそれ以外は見る価値はないのようなことを言い放って一部で議論を招いた）
ただし、Googleのほかの部門に入るのであれば東大、京大、東工大であれば入社はわりかし簡単（むしろ最初は歓迎されると思う）。
あと、営業系だと、給与は他の日本企業と大して変わりはない。

393(1): デフォルトの名無しさん (ﾜｯﾁｮｲ 4f3c-Ma/j [219.98.80.75]) [] 2019/05/21(火) 10:50:22 ID:Cd33UaFb0(2/3) AAS
あと、一点だけ書くと、AI以外の部門に東大卒で入るのは、やや問題がある。
なぜならば、AIとかの研究開発部門以外の部門に関しては、採用条件で大卒以上という学歴制限がないため
入社してマウンテンビューの本社に派遣されると隣の席の人は高卒ということになったりする。
高卒でGoogleに入るようなやつは大概の場合、プログラミングの天才みたいなやつが多く一般人だと勝てない。
さらに院卒と高卒だと年齢差が６年はあることになり、院卒の年齢だと完全に浮く。

394: デフォルトの名無しさん (ﾜｯﾁｮｲ 4f3c-Ma/j [219.98.80.75]) [] 2019/05/21(火) 10:51:52 ID:Cd33UaFb0(3/3) AAS
>>392
コロンビア

818(2): デフォルトの名無しさん (ﾜｯﾁｮｲ aa3c-b+Kd [219.98.80.75]) [] 2019/06/21(金) 09:50:32 ID:Z0ct5Dm70(1) AAS
>>765
画像生成だけなら普通の環境を使ってリアルタイムで可能。
これはStyleGANとかBigGANとか呼ばれているNvidiaの研究者が発表したモデルを使用してる。
StyleGANの最大の特徴は高解像度の画像を生成できること。
このためには学習用の画像データも高解像度のものが必要で機械学習の実行には最低TPUv3 x1024というとんでもない環境が必要となる。
ただし、3ヶ月くらい前に誰かが、最低8GPUでもStyleGANの学習の実行可能にした新しいアルゴリムを発表してた。
StyleGANの最大の問題は、1024とかそれよりももっと大きな画像データを使って機械学習をさせる必要があるため
通常の環境だとメモリが足りなくなり、実行できなくなること。
そのため、普通のGANではしないような複雑なメモリ管理を行うか、スパコン並みの資源を用意する必要があること。

825: デフォルトの名無しさん (ﾜｯﾁｮｲ aa3c-b+Kd [219.98.80.75]) [] 2019/06/22(土) 07:59:14 ID:vg1wgqFi0(1/2) AAS
>>819
StyleGAN/BigGAN(LargeScaleGAN)/ProgressiveGANはほとんど同じ意味
論文発表があるごとに執筆者が別の呼び方をしてる。
BigGANは膨大なGPU資源を使用するためNvidiaやGoogleなどの資金が潤沢な一部の研究者しか手が出ない。
そのため、論文発表は多くはなく用語の統一は進まないことが複数の名称がでてくる要因になってるかも

826(1): デフォルトの名無しさん (ﾜｯﾁｮｲ aa3c-b+Kd [219.98.80.75]) [] 2019/06/22(土) 08:25:41 ID:vg1wgqFi0(2/2) AAS
>>821
ラベリングが自動的にできる位なら、そもそも機械学習は必要ない。
機械学習が必要な限り、手作業によるラベリングは必ず発生する。
その意味でアノテーションとかラベリングは機械学習の要で、最近になり中国やインドの業者が増えてきてる。
ただし、ラベリングは車載カメラの映像から自動車を選ぶとか誰でもできるものと、
胸部レントゲン写真から腫瘍部分を選ぶとか高度な専門教育を受けた者でしかできない仕事に分けられる。
現在、中国とかインドの業者に発注する場合、単価は下限で時給1ドルくらいとなっている。
一方、イスラエルの企業が開発した胸部レントゲン写真の自動診断システムのラベリングは時給80ドルで
専門医10名くらいを雇用し、数百万枚の写真を8年くらいかけて分類したとかその企業が発表してた。
また、Googleが運用を開始したGoogle Duplexの場合、AIが認識できないケースが全体の30%とかに
達しており、AIが対応できなかったケースは、個別に専任のオペレーターがマニュアル対応してそのデータを
元の機械学習データにフィードバックさせるような非常に手間と金をかけることをやってる。
同じケースはAlexaでも発生しており、Alexaの場合、AIが認識できなかった音声を個別に人間がテキスト化して元の学習データに戻している。
このパターンで最も複雑な処理を実装化しているのがTeslaで、Teslaは自動運転モードで走行している
にかかわりなく、全自動車の走行時に取得したセンサーデータを毎日、センターコンピューターに吸い上げて
AIの精度を向上させている。

864: デフォルトの名無しさん (ﾜｯﾁｮｲ aa3c-b+Kd [219.98.80.75]) [] 2019/06/23(日) 12:28:49 ID:TR/oUCv/0(1/3) AAS
>>829
その認識で正しいが、実行環境の最低要件はケースバイケース。
Nvidiaが今年発表した新しい画像生成モデルのSPADEの場合、実行環境はNVIDIA DGX1/8 V100 GPUを指定している。
BigGANの場合も、まともに動かすためにはミドルレンジからハイエンドのGPUインスタンスが必要かもしれない。
BigGANで生成可能な画像は理論上は無限。
ただし、学習データは最低数千から万単位を集めないと生成結果の精度は悪くなる。

865(2): デフォルトの名無しさん (ﾜｯﾁｮｲ aa3c-b+Kd [219.98.80.75]) [] 2019/06/23(日) 12:58:47 ID:TR/oUCv/0(2/3) AAS
>>851
胸部内科のX線画像診断アプリケーションについてはまず、誰でも運用できるものではない。
実使用するためには、FDAの審査にパスしなければならない。
FDAの審査にまで持ち込む場合は、臨床試験を実施して臨床試験結果を提出する必要があり、
ここに至るまでには、相当な資金力の他、臨床試験を実施してくれる専門医療機関を見つけなければならない。
次にFDAの審査にパスしたとしてもそれを医療機関が使ってくれるかはまた別問題となる。
よく、この種のAIは医師に助言を与えるだけで、最終判断は医師が行う必要があるとかいれるがそれは違う。
まず、健康診断などの際に行われている胸部内科のX線画像診断は、２、３人の医師が数百枚くらいの画像を見ている。
そのため、胸部内科のX線画像診断を使ってダブルチェックをかけると医師の手間が2重にかかり、いくつかの研究結果では
AI画像診断ソフトを併用すると医師の診断結果の品質が却って低下するといった研究報告もでている。
そのため、100%の信頼性がない限り、胸部内科のX線画像診断は、忌避される傾向が強く、
そのため、医療分野へのAIの導入を進めたIBM Watsonの試みはことごとく失敗し、昨年末に部門のリストラに至っている。
AI画像診断ソフトの場合、どのようなケースでは認識を誤るのか、事前に具体的な例と数字データを医師に示す必要があり、
また、医療情報として提示された仕様条件に合致しない誤診をした場合には、FDA認証が取り消しとなる。
こうしたケースで医療事故が発生した場合、AIの提供元には、莫大な損害賠償請求がくることになる。

876(1): デフォルトの名無しさん (ﾜｯﾁｮｲ aa3c-b+Kd [219.98.80.75]) [] 2019/06/23(日) 20:00:21 ID:TR/oUCv/0(3/3) AAS
>>866
医事薬の市場は米国が世界市場の半分を占めてる。
そのため医薬品や医療用機器などの場合、まず、米国特許を抑えて、FDAの認証を取るのが最優先となる。
したがって日本の医事法がどうなってるかは製品開発上はあまり重要性をもたない。

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 1.532s*