【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 身体性や自律性みたいなものを統合して働かせる中で
自然と生物には備わってるメカニズムだけど
何でどう働いてるかという構造も原理もそもそも明確な定義もないものだからねぇ
自律的に生存する高度なAIを作る上では出てくるだろうけれど
実用的な技術パーツを作ってる段階でそんなん技術者に聞かれても
「そのエンジンの先に意識があるの?」
「いや、そんなこと指向してないし…なんだその質問?」
としかならんよ。 >>107
あなたが言う意識とは何かによる
覚醒しているという意味での意識はある >>109
意識の定義は覚醒なのか。
じゃあ石に意識はないなw 石に覚醒の状態があるかあやしいが
ある方法で覚醒状態か否か確認できたとして
その石がたまたま非覚醒状態なのかもしれない
世界中の石を調べないと覚醒状態の石が無いとは言えない
仮に現在の石を全部調べたとしても
未来や過去に覚醒状態の石が無いとは言えない >>82
単なる勝負事に勝っただけやん
人間の複雑怪奇な心や脳を再現するにはあまりにも程遠い >>108
やっぱり人間を超進化させた方が話早そうだな>>79 AIが人間に対抗するにはそもそも人間並に動けるハードウェアとしてのロボットがなければ始まらない
未だにカクカクでノロノロの動きしかできていないわけだから実現は遥か未来の話
更に囲碁のためだけに大量の計算が必要なわけだが、人間なら歩いて障害物回避しながら囲碁のことも考えられなければならない ブルックスが「別に上位思考は足指を動かすことまで管理していない」って
看破してもう何十年経ったか… 機械学習と強化学習の違いがよくわかりません。
また、教師あり学習のメリットがよくわかりません。
自分で正解データを用意しなければいけない手間がかかりますよね。
教師なし学習なら、自動で学習して判断してくれて便利に思えるのですが? >>121
人間が「正解」を決めてるなら教師ありにしないとあらぬ方向へ行ってしまうかもしれない
もちろん人間が思いもつかない合理的な「正解」がそこにはあるかもしれない AlphaGoの盤面入力チャネルのうち「すべて1で埋める」「すべて0で埋める」(A constant plane filled with 0/1)ってどういう意味があるん? お前らいつまでAIだのDLだの時代遅れなことやってんの?
最先端にいる奴らはサイバネティクスに回帰してるというのに サイバネティックスとは何ぞや?
具体的に言い換えよろ カタカナ語はやめてほしいわ
具体性に欠ける
かっこよさだけにひかれる馬鹿がいる >>130
我問う、貴君の言いたる具体性とは何ぞや Norbert Wiener,cybernetics ゼロから作るディープラーニングを読み進めて作るうえで
計算能力は最低どれくらいから必要?
方程式の記号の意味すらわからんのだけど…。
どうやったら、わかるようになるんだ?
数学はすげー苦手! 教科書的な本なら記号の意味は最初のページから読んでいけばわかるようになっている。
わかるようになっていないなら、わかる人にはわかるという本なので、わからない人が読んでも無駄。
つまり著者のオナニー本なので買った時点で敗北決定。
一方、数学の記号の意味が分からないのであれば、数学記号辞典というものがいくつか売っている。
むろん辞典を読めば数式が理解できるというものではないが、何を学べばよいかの指針になる。 >>133
日本語で具体的に。
抽象的なものなら具体例を挙げれ
流行ってるのだろ? ベクトルと行列っていま高校で選択だっけか?
多数のデータを並列に扱うのでベクトルと行列必須で
個々では極値を求めるから微積わからんと…
って、いまオライリーで目次眺めたらひと通り
使う数学の基礎を解説する項目はあるようだが。 >>141
そうなるとアフィン変換とかは大学なのか
技術立国が聞いて呆れる 高校でアフィン変換をやるのか、すご先端高だな(笑) アフィン変換は高校でやってなかったっけ?
行列の勉強でやった気がするけど 数3の授業で習ったな。教師の暴走かどうかは知らない。 行例は一次変換までが教科書に載っていた
受験では固有値問題が出ていたりした(固有値をという言葉は使わずに)
ちなみに今は微分方程式も高校の範囲外 時代によるんだろうな。固有値たしか教科書に載ってたぞ。
受験では不動直線が流行してたな。 調べて使える様にならないとどうしようもないんじゃ、、、
toolとして使うだけなら出来るかもきれないけどさ 複素数があれば問題ない。点の回転もできる。
理系に多いエンジニアは電気回路
で複素数平面の理解が必要。
一次変換なんて演算だけなら後追いで十分。
数学的なセンス磨くなら複素数平面のほうがよい。 wwwかなり不完全
“このマスクは上図のように人間の目から見るとかなり不完全だが、BkavはFace IDの仕組みを理解しているので効果的に“バイパス”できると説明” 人工知能学大事典が図書館に入ったから軽く目を通したけど勉強になるなこれ ブラウザから深層学習が出来ると謳っているのに
どうやってやるんだよ?
ソフトを起動するようなページもないし。
https://deepstation.jp/cslaier/ ディープステーションのGUIの方が
ソニーのやつよりわかりやすいけどね。 >>166
そっちは
>使用可能時間 10H
だからWinAPP版しかないな。 写真を整理するのが面倒なので機械学習を使いたいんだけど、お前らならどうやる?
・やりたいこと
1. 大量にある画像に対してタグ付け
写っているものを抽出するのは割と簡単にできるけど、実際にタグ付けする時に、相応しいものにするにはどうすればいいのか。
例えば自動車の全体が写っている写真には"自動車"とタグ付けしてほしいが、"タイヤ"や"ナンバープレート"は別にタグ付けしてほしくない。
一つだけ代表的なタグを付けるのも手だが、例えば森林の風景写真には"森林"と"風景"をタグ付けしてほしい。こういうメインコンセプト?だけを抽出する手法が知りたい。
Google Photoはあれどうやってんだ・・
2. 良い画像と悪い画像をスコアリングしたい。
綺麗 <-> 汚い、美人 <-> 不細工など。単純なピクセル解像度だけではなく、ピンボケしていたらスコアが下がるとか、人間が見て綺麗だと思うかどうか。
画像の鮮明さと被写体の優劣は分離して評価するべきか?
1.はKerasでやれそうだけど、あらかじめ決めたタグのモデルを別々に運用するくらいしか思いつかない。("森林"のモデルと"風景"のモデルを別々に用意してスコアリング)
一発でできないんかね。。
2.は教師あり学習でひたすらサンプルデータ貯めていくしか無いか? SONY のWinAPP版
Setupダイアログの I Agree を受け付けてくれない
テキストを下までスクロールしてもダメ
キャンセルも効かずにプログラムを終了することもできないまま。 そういや、NTTの量子ニューラルネットワークマシン
我々も使わせてくれるのかしら? 人間のクリエイティブの部分だけは永久に不滅だから黙って芸術センス磨いた方がええと思うで >>150
東北大の長谷川浩司先生は複素数平面より線形をやれって言ってた。 >>175
高校じゃいらね。
>>140みたいな発想力のないやつが増える
話は変わるが複素ニューラルネットワークって手法の話が出ないね。
時系列波形の解析にはそこそこ役に立ったんだが。 ところで情報気化のしようや。
>>18のいうオカヤ?って誰か知らんし。
俺はただのサラリーマンだがやっぱ突っ込みどころ満載だわ 俺酔っぱらってんな。
情報幾何の話しようやと言いたい まあ、あんな不完全な理論
なんで表に出せるかわからん >>187
ねえねえ
なんで『どこが不完全か言ってみろ』とかなんで聞かないの? じゃあどこが不完全なのかいってみろ
どうせ的外れなことしか言えないんだろうけど どういう意味で完備でないか言わないと何が言いたいかすら伝わらん
不完全なのはお前の方なんだよなぁ 以前ここで、カルマンフィルターのこと述べたときに、離散系のベイズ定理から導出できることを考慮して、評価関数の最小解から求まると述べたことがあった。
そんとき話が簡単になるように理論をボカした。実際は連続系のカルマンフィルターで考える必要があり、本当はちょっとややこしい話になる。
そのときにカルマンフィルターを評価関数でボカしたことに突っ込みいれず簡単だとぶったぎった奴がいたな
それあんたじゃない? >>178で「(高校じゃ)線形代数いらね」と書いた時点で
きみはここで何かを語る前提ができてないと皆に判断されたから
もう相手にされないよ。
この板で「プログラムなんていらね、数学だけ知ってりゃいい」って書いたようなものだから
きみは“部外者のど素人が知ったかぶって迷い込んだだけ”だと判定された。
どっか別のとこでもっと素人相手にマウントしてな。 なるほどそりゃそうだ。
実際、不要だと思うんだけどな。 >>196
>定義している距離について妥当でないと言っている
正直この文章も何が言いたいのかわからんが、
距離空間の完備性(任意のコーシー列が収束列となる)が満たされていないと
いいたいわけ? ダイバージェンス距離では三角不等式成り立ってないだろってとこ ナンバーズやロトの過去の当選番号をディープラーニングの
LSTMで学習させて、次回の当選番号を予測させることは可能ですか? ■ このスレッドは過去ログ倉庫に格納されています