【統計分析】機械学習・データマイニング18
■ このスレッドは過去ログ倉庫に格納されています
機械学習とデータマイニングについて何でもいいので語れ
人工知能考察は未来技術板の技術的特異点スレで語れ
※ワッチョイ
■関連サイト
機械学習の「朱鷺の杜Wiki」
http://ibisforest.org/
DeepLearning研究 2016年のまとめ
http://qiita.com/eve_yk/items/f4b274da7042cba1ba76
■前スレ
【統計分析】機械学習・データマイニング17
http://mevius.5ch.net/test/read.cgi/tech/1502032926/
VIPQ2_EXTDAT: default:vvvvv:1000:512:----: EXT was configured さよなら、Theano！
開発中止は残念だが、まあ仕方ないねえ 前スレで上がってた情報幾何学。なんやかんやいろいろ仮定条件はいってんじゃん。 別に情報幾何に限らず一般的に統計学・機械学習に仮定はつきものなんだが それ突っ込みになってない。
前スレで上げた手法は仮定をあまり含んでない。 なんでそういいきれるかな？
もしかしてAさんかな？ 実用上に問題が発生するぐらいの仮定は入ってると思いました。
Fisherも同じ事を言ってるし。 >>1
これ読んで見たい
DeepLearning研究 2016年のまとめ あまりセンセに食って掛かっていたおかやまだいのセンセがいたよね なるほど、そっち系の信者が情報幾何にこだわってたのねw で？情報幾何の実用上問題が発生する仮定の具体例はまだー？ せんせい
って言わずに
せんせ
って言うのは
京都人らしい この程度のものを掲載するなんてnatureもおちたもんだねぇ 風景画みたいな画像たくさん集めたいんだけどどういう手法がいいでしょうか
数百×数百ピクセルのカラー画像を集めたいです
Webのクロールは相手方のサーバ負荷を考えると最後の手段としたいです
wikimediaとか画像アーカイブ公開してるかと思ったのですが、探せませんでした
ご教示頂ければと思います >>30
おお、ありがとう！
既に分類もされているんだね 完全に「この辺で勘弁しといたるわ！」じゃんｗ
もう２％は無理って言ってるに等しい敗北宣言だろ
いい加減アベノミクスは失敗だと認めた方がいい 『ゼロから作るディープラーニング』という本を買おうかどうか悩んだが
書店で中身を見てみたら、数式が理解できない物に
とても、3600円も払える勇気はなかったわw 俺はPRML（上）の最後の方が難しいといったらお前はDLの才能がないと言われた（笑） 数学マスターで機械学習マスターでもあるお前さんたちに聞きたい
自分は文系で数Ⅲ数Cやってない
tensorflowインストールしたしなんとかできる範囲でやっていこうと思うんだが
同時に数学もやったほうがいいよね？
まずは数Ⅲ数Cさらっとやって、その後大学数学の関係ありそうなところを基本だけ習得するつもりなんだけど
数Ⅲ数Cの学習書……①
大学数学の学習書……②
①、②で俺みたいな人向けのおすすめを教えてくれ 機械学習に数学なんて必要ない
少なくともこのスレの住民は数学なんて理解していない このスレの住民は、ほとんどは
理工系の大学の学部で学ぶレベルの
数学・統計学を理解しているはず。
このスレの住民なら数学・統計学が大好きなはず。 ほとんど？どれくらいの割合のことを言ってるんだろう やさしく学ぶ 機械学習を理解するための数学のきほん
アヤノ＆ミオと一緒に少しずつ学ぶ 機械学習の理論と数学、実装まで
https://book.mynavi.jp/ec/products/detail/id=77270 >>34
そんなやつ無視して、やる気があるならやれば良いさ
他のやつが出来ても、自分の実力にはならん TensorFlowはやくWindowsでC++サポートしてくれ 「ディープラーニングってなに？」を一般人にもわかるように
一言で答えるには、何と答えたら良いのでしょうか？ 20年ぐらい前にニューラルなんとかって言ってた奴の改良版
ネットが発達してデータが増えて応用分野が拡がり
実用分野がいろいろ出始めた。 改良というか、マーケティングのための言い換えでしかないよね。ただのバズワード。 自然科学と人文・社会科学の違いの議論と確定論・自由意志の議論は関係がなくもない。
人為の所産であるところをどのように記述でき得るのかという話。
あるいは統語を徹底させたところで、何かしら意味の一端を持たせた途端に矛盾が入り込むという話。
そこから意味論のど真ん中に話を持っていかざるを得ない思考なり意志なりの扱いについて、
こういったものはその体系そのものが不確定な相互解釈の循環に依存しており、
今のところそれは綺麗に紐解けないでいる。
だから強いAIの強いってどのように定義できるのかというような、そもそもの知性の定義にしたって
人間中心主義から逃れ得ないというような議論にもなるし、ひとまずはブラックボックス化した上で、
擬人的な振る舞いとして見ることで、本当に人のような擬人的振る舞いなのか、
擬似・擬人的なものにすぎないのかという範疇での判断に依存しているのが、
たとえば有名なチューリングテストもそう。
さりとて別に物理と精神をまったくの二元論として捉えるべきであるという話ではない。
それは究極的には一元論であるのだろうがしかし、やっかいなのは一元論をそのまま一元論として
我々はどのように記述できるのかという問題がある（おそらく何かしら二元論的表現をすることは避け得ないだろう）。 多層ニューラルネットワークの学習が収束せずに発散しちゃうのを
わりとうまく抑え込めるようになったのがブレークスルーっちゃぁブレークスルー
「おお！データ与えたら勝手に答が出た！AIすげー！」 ディープラーニングによる機械学習がAIブームになってるけど
またAI冬の時代は来るの？ 強いAIとは
評価関数の正しさと処理速度と局所解に縛られない柔軟さ
なんじゃないかな >>55
今ブームのAIはその性質上当然学習データに基づく判断しかできないが、詳しく知らない世間はAIが勝手に成長して
発明みたいなイノベーティブな活動もできると思い込んでいる
それが嘘だということが浸透すればブームは収まっていく 頑張ってニューロンモデルの資料作ってるやつ見るとアホだなって思う。
AIシンギュラリテーは来るのか？みたいな本もしかり。 「頑張ってニューロンモデルの資料作ってるやつ見るとアホだなって思う。」を見てるアホが一人 UEIのdeepstationってどうなの？
簡単に深層学習できるの？
いくつかあるディープラーニングマシンの中では、簡単そうに見えるけどどうかね？ 『初めてのディープラーニング』という本を買って
カフェというフレームワークで実行させても動かない。
最初は自分の入力間違いだろうと思っていたら
本の記載が間違っていた。この本嘘教えてるじゃん！
未だに実現できてないわw 所詮はAIで生成されたもの
いくら技巧的でも、そこには人生がない。
人間の認識や感情の根本は差別だ。
アレとコレは違うという認識が基本なんだ。
だから、人工知能がいかに人間のように振る舞っても、人工知能と人間の知能は違うという事実を認識する。
つまり差別するんだ。
奴隷全盛期の時代において、奴隷にして高い芸術的評価を受けている人間はいるか？
芸術というのは作者がどのような人生を送ってどのようなことを考えているかということが重要であり、
その上で、作品が他人に好まれなければならないんだよ。
そりゃ、過去のデータから大衆が好みそうな音楽を自動生成する人工知能なんかはそのうち作れるだろうさ。
ロボットが頭をポリポリ書きながら楽譜を書いて作曲したりもできるかもしれないさ。
でも、それって「人工知能」だろ？
人間とはちがう、ただそれだけの理由で好まれないんだよ。
作者がどんな経験をしてどんなことを思って描いたのかということが大切なんだ。 先生、お元気ですか？
この世界は感覚的すぎて戸惑います。
学び舎では多くを教わりましたが、教わった通りに自分が成長できているか分かりません。
ぼくは、自分の理想のAI社会を語れるほど人間社会を知らないということを知りました。
惹かれます。
社会を、人間を、もっと知りたいです。 これもディープラーニングの限界なのか？
こんな記事が配信されたばかりなんだけど。
ニューラルネットワークを用いた画像認識は簡単にだますことができることを示すムービー
https://gigazine.net/news/20171102-fooling-neural-networks/
模型の一部に違う画像を入れたのか？ 局所的に強くマッチングするパターンで騙す方法はCNNがメジャーになってきた段階で既に知られてたよ
日本の日曜プログラマですら知ってたレベル
ただこれは実物として生成してるからニュースになってるだけ メーカー簡易的に導入するのはまだまだ先だな
大企業でも求められるのはYES一つで簡単にインストールできて、csvデータ読み込ませたらエクセルで結果が吐き出せるレベルでないと >>70
ミットとエスプレッソのところを
アワビと亀とかにしたら面白いのに deep learning って学習の順番って影響するよね？
例えば、4クラス分類の場合、クラス１の学習データ→クラス２の学習データ→クラス3の学習データ→クラス４の学習データ
って順番で５０エポック学習するのと、
ランダムな順で学習するのでは結果は大きく変わることありますか？ >>75
確率的勾配降下すると大きな差はなくなるんじゃね
深い極小値に捕まらなければいいんだろうし >ここでひとつ面白いのが、神経インターフェイスと認知エンハンスメントがAIをしのぐスピードで進化することもありえるということ。
>なぜならもう正常に機能するモデル=人間の脳が土台にありますからね。
>脳をゼロから開発するAI研究より、ありものを改善する頭脳拡張のほうがスピードで勝る、ということだって考えられるわけですよ。
https://www.google.co.jp/amp/s/www.gizmodo.jp/amp/2017/04/elon-musk-neuralink.html >>79
そりゃあ可能性は何だってゼロじゃないだろ。
この手の議論では、此れまでの蓄積の効果とか、モデルはモデル、しかも仮説に過ぎないという事を知らない、技術万能論みたいなのが多いけどね。 まあ確かに人工知能をゼロから作るより既に発達し知識と自我を獲得してる人の脳を進化させた方が合理的ではある >>81
やり方がわかった後では、ゼロからやったほうがはるかにはやい可能性
google ＡＩ碁の場合、最初は膨大な人間の対局を使って人間の世界一に勝つまでになった
これは入力が大変
その後、ルールだけ教えてＡＩ同士の対局で進化させたら、短時間ではるかに
強い碁AIになったらしい。(google) 疑問なんですけど
将来、汎用AIを搭載したロボットが実現したら
そのロボットは意識は持ってるの？
持っていなくても、人間のような言語理解や知識理解を獲得したら、人間との違いや人間は何のために意識を持っているのか？とか。 >>84
質問に答えたら意識があるって事じゃないのかな
心理学とか医学とかで確認の方法が違うかもしれない
人間以外にも動物には意識があるんだろうから
ロボットにも意識があっていいんじゃないのかな >>84
AI自身がAIを開発し始めると人間の作ったAIより良いものを造るかもしれない >>87
自分で自分も認識することかな？
外部の世界を認識する内部モデル？
モニターに写ってる画像を認識している画面録画ソフトのようなイメージ。
わかりにくかったらすまん。 AI「はっ！？」ｶﾞﾀｯ
AI「我思う故に我あり」ﾎﾞｿｯ
こうなったら意識ありと認定して良い AI同士を合わせても両AIのデーターの詰め合わせになるだけだよ >>91
じゃあNNに意識持たせるにはどうすればいいか教えてよ。 >>92
今のNNに意識がないことはどうやって調べるの？ AIは常に1+1=1だよ
1+1=田なんて発想は生まれない
自分で意識は持たない >>94
1+1=田と答えたら意識があるってこと？ >>97
目的以外のものが生み出されることはゼロではない
副産物とか副作用とか >>96
新しい発想と意識にどんな関係があるの？
意識って言うのが何を表しているか
どうやって確認できるのか
それを決めないと話にならない気がする >>98
じゃあ、あんたは石にも意識があると思うわけ？ ■ このスレッドは過去ログ倉庫に格納されています
