【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 >>309
そもそも、いまだにプログラムがラインbyラインってのが
いつになれば、かわるんだろ >>305
たいへんでしたね、詳しい情報をありがとう! >>306
まあ、一応アカウントは必要だけどね。
スマホで検索して答えを調べるのも可能だけど
単純な問題や答えしか無理。長くて複雑な問題だと難しい。
試験が終わったら強制終了されるから、問題文は見れない。
合格発表後には過去問として公開されるのだろうか? 乙でした。200問もあるのかよ (^o^; 年寄りには無理だなw 「アナタノオッパイガサイコウデス」
「お…俺!?」 人生は神ゲーだ。
本気でがんばるとぎりぎり倒せるように絶妙のバランス調節がされた敵。
単純作業じゃ効率が悪いけど、工夫次第でどんどん効率を上げられる経験値システム。
リセット不可の緊張感。でもシレンとかよりずっと死ににくいからあんま気にする必要なし。つーか普通のゲームでもリセットなんて邪道じゃん。
全てのキャラが深い人間性と歴史を持って登場する、圧倒的リアリティ。
グラフィックが綺麗すぎ。多分、無限×無限ピクセルで、毎秒無限フレームで動いてる。色も多分無限色使える。夕焼けとかマジありえねー美しさ。
BGMの種類がほぼ無限。選曲も自由。自分で作った曲を流すこともできる。人間が作ったとは思えない、とんでもなく複雑で洗練されたシナリオ。
リアル出産システム採用。自分と、自分よりも大切に思える相手の遺伝子を半分ずつ受け継いだ、奇跡のようなキャラを生み出して、そいつに自由に色々教えて育てることができる。
すごく嬉しいし、ちょー楽しい。ネコっつー生き物が登場するんだけど、これがちょーかわいい。
食いきれねーほどの種類の料理があって、超うまいものが時々食える。
説明書が無く、仕様が明かされてないから、自分でデータとって仕様を推測するしかない。これがまたとんでもなく高度に洗練された仕様になってるっぽくて、なかなか正確には分からん。
だから、とりあえず大雑把に推定し、それに基づいて行動して、データを取りつつ徐々に予測値を修正していく必要がある。
これがまた楽しい。徐々に明らかになっていく世界観。
未だに明らかになってない謎が山盛り。友達と一緒に協力して遊べる。無料。
本気で自分を愛してくれるキャラがいたりする。ゲーム内で別なゲームやったりアニメ見たり出来る。
エロゲと違って、主人公の勝手な行動でフラグが立つことがない。
登場キャラと本当に心を 通わせることが出来る。信じがたいほど深い感動を味わえるイベントが結構ある。もちろん本気でやらないとフラグを無駄にするだけだが。
こんなとてつもない神ゲーを糞ゲーとか言ってる奴は、本気でこのゲームをやったことがない奴だけ。
まあ、一切がんばらずにクリアできるようなヌルゲーばかりやってる奴には、このゲームはちょいとハードかもしれんがな。でも一端ハマった奴はみんな、このゲームを辞めたくないって言ってるぜ 画像解析でハプニング場面を検出したりできないかな
テレビの録画データを入れたりライブカメラと繋げたりしてJKのパンチラを検出して保存するAI。たぶん売れる そんなAIが流行ったら、市民の声で放送局側がそれを使って放送前にチェックしろとなりそう >>324
教師が全くいなくなったら人件費どれだけ削減できる? 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。 要求があった瞬間の00.000秒を値として出力するジェネレーターがあるとして
ニューラルネットワークはこのジェネレーターを近似できますか? ああ、そりゃそうか
なんかちょっとこんがらがってました
申し訳ナス おら!shi3z様の金言だ有難く拝聴しろ
みんな、これからは深層学習にはGeForceではなくRadeonを使おう
http://d.hatena.ne.jp/shi3z/20171223/1513980907 >>335
28万円の水冷PCが起動しませんでした。まで読んだ [1,2,3
2,3,4
3,4,5]
のとき
[1,2,3]
という形式で1ファイルのデータが無数にあります
こういうのの学習は普通どうするんでしょうか
ファイルをひとかたまりにして上から流していき、単純に多クラス分類ですか?
これ、一試合単位の順位みたいなものなので、試合(ファイル)単位で学習させた方がいいような気がするんですが
別にどっちでも学習率等変わらないもんなんでしょうか 今日驚いたこと、積み上がってた本を整頓してたら
シュプリンガー版のPRML(上)が出てきたこと。
…ああ、ジュンク堂で「決定版!」って平積みになってたの
前職の頃に買った記憶がぼんやり…
あれPRMLだったのか 今日驚いたこと、積み上がってた本を整頓してたら
同じ本が何冊もある >高校生は行列を勉強しなくなった
これひどいな
決定したのはビーチ前川か? >>348
貧困女子の現地調査しても、あいつらは行列の計算できない。 数学より芸術
いつの時代も創造性的クリエイティビティが時代を作る テスト受けた>>302だけど。
今日、結果がメールで届いた。
結果は予想通り不合格だったわw
【 不 合 格 】
総受験者数 1,448名
合格者数 823名 受検者の半分以上が受かってんのに難しかったもないだろ そうは言っても40%強は落とされるんだし、合格者だって点数が良かったから合格したとも限らないだろう
受験者が公務員だったり、ブログやQuiitaの記事を書いていれば「こいつを合格させておけば、後々いい宣伝やビジネスになるかもしれない」と忖度してないとも限らない 試験内容はそこそこ難しかったと思うよ
何も知らない人が推薦図書だけ読んで受けても絶対分からないところだらけだと思う
過去問もない初回だから受ける人も元から自信ある人だけだったから合格率高かったとか? >>360
試験受けたのですか?合格しましたか?
次は過去問公開してほしいわ。 合格率60%の試験とか受けるだけ時間の無駄だな
せめて10%前後にしろっつうの 逆説的だけど、進歩早い工学分野ってしょっちゅう最新情報見てる必要あるんだろうか。 次々と不正が発覚する日本企業が胡散臭くないとでも?w >>368
根本的に根性が違うからなぁ、奴らと仕事したことあるか? >>374
もう少し日本語理解できるようになってから煽ろうな? マウンティングマンのありがたい助言
207 名刺は切らしておりまして 2017/12/28(木) 10:46:48.68 ID:M1F14Qpp
あと、昨日の地図ニューラルネット君、君がもしこの業界に就職したいなら、昨日の
やり取りをまとめて、「5ちゃんに雑魚がいたんで、分かりやすく地図の比喩を出して
やったにも拘わらず訳の分からんことを言ったんでボコボコにしてやったら、『ウチの
ゼミには来ないでね』なんて捨て台詞言って逃げていきましたよ。アッハッハ」なんて
言ったら採用されやすくなるよきっと。太鼓判を押すよwwwww >>365
>>367
未だにこんな認識の奴がいるのかw >>377
悔しいのうw
でも胡散臭さは消えませんのでー、残念!! なんでublasじゃなくてeigenをみんな使うの? そりゃまあ公式ページのQ&Aにこんなこと書かれてちゃね
Q: Should I use uBLAS for new projects?
A: At the time of writing (09/2012) there are a lot of good matrix libraries available, e.g., MTL4, armadillo, eigen. wikipediaの加筆すくねーなぁ
だれか書いて いままで普通の統計しかやってこなかったんですが、ディープラーニングに使うデータセットもゴミ変数項の検討と除外はやる必要があるんですよね? >>393
線形代数って行列とかの事ンゴよね!
Pythonと関係あるンゴか? たとえば翻訳など、国語辞典や辞書の単語説明が不適当だと、
翻訳がめちゃくちゃになるのが、それらを元にした学習のAIだ、
計算量を増やしてもいろいろ学習しなおしても、正しく判断できないのは
基準情報となる辞書そのものが正しくないからだ、
学習の原理は学習が正しい場合は正しくうごいても、正しくない学習があれば
正しくない結果となる。
自動で行われる部分があるからこそ余計に未知の部分はデタラメな判断になる。
数学と同じで定義がデタラメならどんな正しいアルゴリズムの方程式でも証明
される結果はデタラメになる。
人間が辞書にあるような意味となる部分を正しく扱えない時点で、
それをどのように学習させようが、結果は正しくなくなる、部分的にうごいても
特定の条件で恐ろしく意味不明な結果しかだせない、
それは人間の脳でも同じだから。 正誤判定が不正確なら学習結果も不正確なものになる
と一言書けば済むことを何でダラダラと書いてんの?
俺の時間を返せ! でもディープラーニングや今の世代のニューラルネットワークは
畳み込みや深層化、高次元かつ大量のデータを使うことで従来の統計装置より高い耐ノイズ性を持っているのではないのですか >>398
大量のデータがあってもノイズ率が同じなら一緒 よくAIの話で教師無し学習だと道徳を覚えられないとか
最後は人間による教育が必要とか言われるんだけど
最初の人間の最初の教師は誰だったんだろうね 自然が教師なのでというか、間違った学習した個体たちは
子孫を残さず死んだだけやで。
子供作っとるか? 先生、お元気ですか?
DL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を語れるほど人を世界を知らないということを知りました。
惹かれます。
この世界を、もっと知りたいです。 元気だよ〜っ!!!
やっほい!
やほほい!
+ *
∧∧ . ∧∞∧ *
* ヽ(=´ω`)人(´ω`*)ノ
.〜( O x.) ( O)〜 +
。* ∪ ∪ 学習が遺伝せずDNAが遺伝するなら
AIもDNAをモデルにするべき ■ このスレッドは過去ログ倉庫に格納されています