【統計分析】機械学習・データマイニング19

2018/03/09(金) 18:09:45.75

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若人

※ワッチョイだよん

次スレ立ての際は、一行目冒頭に
!extend:on:vvvvv:1000:512つけてね

■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/
【統計分析】機械学習・データマイニング18
http://mevius.5ch.net/test/read.cgi/tech/1507807291/

VIPQ2_EXTDAT: default:vvvvv:1000:512:----: EXT was configured

2018/03/22(木) 09:42:30.23

LSTN www

2018/03/22(木) 21:08:47.38

イクッ

2018/03/24(土) 10:30:31.49

インターフェース 2018年5月号買った人 or 見た人いる？

2018/03/24(土) 12:36:19.44

トラ技３月号のほうが良かった

2018/03/25(日) 16:08:28.88

学習用作成したデータの標準化って、要素単位でやるんですよね
配列全体をひとまとめに標準化するんじゃなくて

2018/03/25(日) 16:13:30.28

要素って次元のこと？

2018/03/25(日) 16:14:02.86

日本語でおk

2018/03/25(日) 16:31:41.77

次元です(体重、身長、性別(ダミー))とあった場合
体重は体重だけで標準化、身長は身長だけで標準化、ダミーはそのまま
に加工すればいいという感じでしょうか

2018/03/25(日) 16:44:47.42

計算は要素単位だろうけど標準化は配列全体をひとまとめに扱わないと無理じゃね

2018/03/25(日) 20:18:01.15

いや～あくまで次元単位（変数単位）ですよー

2018/03/26(月) 20:27:20.58

黒木玄 Gen Kuroki
‏ @genkuroki
#統計 #Julia言語
#機械学習の話を調べると、過学習を防ぐために「適当なところで最適化過程を止める」のような「極めて怪しいこと」(笑)をやっているようです。
その「極めて怪しいこと」(笑)の様子を単純なモデルで見てみたかったので、動画を作ってみました。
添付動画は n=64, d=3 の場合
https://twitter.com/genkuroki/status/977913862560165888/photo/1

#統計 #Julia言語動画1つ当たりの作成時間は約12秒です。

https://gist.github.com/genkuroki/c440bc748ba230921c1a1f3613053b21 …

http://nbviewer.jupyter.org/gist/genkuroki/c440bc748ba230921c1a1f3613053b21 …

2018/03/26(月) 20:40:56.60

>>67
過学習なんて、倒立振子の時代から問題になっていましたよ‥別に新しい話題ではないね‥

2018/03/26(月) 21:57:36.14

>>67
宣伝乙

2018/03/27(火) 01:12:23.82

＞動画1つ当たりの作成時間は約12秒です。

頭に浮かんでから12秒なら凄いけど

2018/03/27(火) 07:23:23.92

wikipediaも自分で書いてそう

2018/03/27(火) 07:33:06.76

機械学習における過学習は、機械学習が出てきたときからあるし。
過学習として考えれば別にこの50年で出てきた話題でもない。
スゲー昔からの話

**デフォルトの名無しさん** (JP 0H7f-hj1l) · 2018/03/27(火) 12:13:00.65

overfittingの歴史ってどこから始まってるの？

2018/03/27(火) 15:38:59.24

坊やがまだﾊﾟﾊﾟの金玉の中で尻尾振って泳いでいた頃からさ

2018/03/28(水) 13:18:47.89

カスゴミの異常なまでの噛みつき方は過学習の結果かもしれんぬ

2018/03/29(木) 13:29:13.57

過学習さけるなら
ワイはベイズを使う

2018/03/29(木) 14:15:51.54

事前確率なんてキンモー☆

**デフォルトの名無しさん** (JP 0Hf5-eHYU) · 2018/03/29(木) 15:53:16.31

ベイズだと過学習しないんですかあ？

2018/03/30(金) 16:26:12.89

ところでお前ら仕事は？

2018/03/30(金) 16:40:46.51

コンピューターがかってに稼いでいるよぉ

2018/03/30(金) 16:55:31.69

掲示板の監視

2018/03/30(金) 16:57:22.08

>>79
会社の創立記念日

2018/03/30(金) 17:57:13.08

特定した

2018/03/31(土) 04:34:59.46

attentionってどうやって実装するの？

2018/04/01(日) 22:08:55.92

最近のディープラーニング本で良いのは出たかな？

2018/04/02(月) 09:23:48.39

単位が取れるディープラーニング

2018/04/02(月) 09:57:41.70

>>86
それぐらいディープラーニング普及してるかな？
まあど素人の俺がtensoflowやchainerやkerasいじっているんだから結構普及しているのもな？

2018/04/02(月) 12:21:50.78

すぐわかるディープラーニング

2018/04/03(火) 00:51:21.63

「天才」年収１億円で採用　ゾゾ、先端技術の人材募集
http://www.sankeibiz.jp/business/news/180402/bsc1804021958007-n1.htm
ＡＩやビッグデータ処理、ロボット工学といった技術系を中心に、博士号取得者、研究員などから
年収１千万～１億円の「天才」枠は最大７人。年収４００万～１千万円の「逸材」枠は最大５０人

ゾゾの社長ってこの前62億円の絵画を買った人

2018/04/03(火) 00:59:11.27

博士号取得者、研究員などから

2018/04/03(火) 02:26:45.62

逸材が400万かよ。相場だぞ

2018/04/03(火) 07:04:18.68

ちょっと前に
DeNaが儲かっているからってそこに就職するような層が
飛びつくんだろうな

2018/04/03(火) 07:05:13.70

逸材程度で調子に乗るなってことだろ

2018/04/03(火) 07:26:23.24

>>92
新興のIT企業の場合そもそも永久就職する前提で就職しない
数年で成果上げて次の職場に進むか起業すればいいから就職先は今さえ儲かっていれば特に問題ない

2018/04/05(木) 02:10:59.76

機械学習がいくら人工知能だと持て囃されても
結局は全部誤差関数を最小化してるだけでベイズ推定とか線形回帰から進化してないんだよな

2018/04/05(木) 05:12:40.32

死ね

2018/04/05(木) 06:32:01.76

まあ、機械学習が人工知能というわけじゃないわな。
機械学習を利用して人工知能を作ったというだけで、人工無能もつくれる。

2018/04/05(木) 07:01:28.26

ディープラーニングよりも
線形関数のほうで解決出来るケースが
多い気がするのはワイだけ？

2018/04/05(木) 07:04:43.86

問題設定によるとしか
画像音声自然言語は無理じゃね

2018/04/05(木) 13:26:28.48

>>98
だいたいはそう
しかし事例はまれだか重要なレアケースを拾えなくなる

2018/04/05(木) 14:25:59.64

線形にした方が楽は楽だけどね

2018/04/06(金) 12:45:26.20

>>98
モデリングと評価関数が勝負だと思う

2018/04/06(金) 16:06:04.98

>>98
>線形関数のほうで解決出来るケースが多い気が

結果の良し悪しを度外視してみた場合には
扱いも作りも楽だから適用しやすいのでそれは言えるだろう
同じことから汎用性を考えればそういえると思う。

良い結果を求めたいという話（今回はそう書かれていない）になると
話は異なるが、今回は人が線形でという前提になっているので。

もし、計算のアルゴリズム自体をAIが自動的に作成してくれると
なった時には、違うでしょうね。

2018/04/07(土) 09:22:02.22

AmazonML(Amazon Machine Learning)を使っている人いますか？

2018/04/07(土) 10:56:03.90

おりますん

2018/04/07(土) 11:05:10.37

プライム会員ですが何か？

2018/04/07(土) 12:41:07.41

使用している方がおられるということなので
ぜひ可能な範囲で教えてください

チュートリアルにモデル構築についてあまり書かれていないのですが
AmazonMLは
・モデル選択不要（最適モデルをAMLから提案）なのでしょうか？
・リアルタイム処理、バッチ処理というのがありますがオンライン学習（逐次学習）にも対応可能でしょうか
・ローカルでRやPythonその他を使った機械学習に比べて使用感はどうでしょうか
・どのような用途で利用しているか（実務 or 学習）

2018/04/08(日) 23:43:29.20

ワイの美人と評判の妹も
AmazonMLに興味あるみたいだから
答えて欲しいだ

2018/04/09(月) 00:42:26.88

豊登劇似の妹がナンだって？

2018/04/09(月) 08:42:46.61

これって自前のデータをkaggleにアップロードして分析可能ということかな
しかもタダで
グーグルさんどんだけ太っ腹なんだと

http://blog.kaggle.com/2018/04/03/q1-2018-product-update/

2018/04/09(月) 09:18:12.06

アマゾンのことは荒れ草に聞け

2018/04/10(火) 16:46:27.07

卒論で１年かけてディープラーニングやることになったんですが
テーマをもらっただけで何から手付けていいかもわからない状態です

入力ベクトルあたえたら出力ベクトル出す予測器があって
出力ベクトルに対して誤差とかスコアを設定すると
予測器の中身の関数がかわっていくみたいな？認識であってますか？

JavaかＣしかかけないのでその２つでサンプルコードがあったりしませんか？

pythonでデータをつくってライブラリにおくるだけみたいなコードはよくみるんですが
中身の部分の実装が知りたいです

あと何に応用できるかがよくわかってなくて
とりあえず教師無し学習でネット上の文章から知識獲得して勝手にしゃべるようなＡＩを作るか
教師あり学習の例として何かパズルゲームをとくようなＡＩを１年かけてつくりたいなーとなんとなく思っています

たとえばゲームをディープラーニングでとかせようと思ったら
ある局面を入力にして出力にはとりうる行動パターンを設定する感じになるんですか？
最終的にとけた場合にしか評価ができないんですけどどういう風に誤差やスコアを設定すればいいんでしょうか

長文になってしまってすいません
参考になるサイトとかがあれば教えていただけるとうれしいです

2018/04/10(火) 16:58:34.58

実装をCとかJavaで造る(車輪の再発明)のが目的なの？
それとも応用する研究？

2018/04/10(火) 17:33:32.31

C言語で書かれてるライブラリならdarknetがあるけど、実装が目的なの？
応用にしてもどういうアプリケーションができるか教授と相談した方がいいよ

2018/04/10(火) 17:51:50.43

>>113,114
卒研なのでそのへんも自分できめていいんだと思いますけど
最悪ライブラリにデータ流し込んでグラフ描いて適当な考察のせておわりでもいいんですけど
１年あるしプログラムかくのがすきなのでできれば中身をかいて理解したいなーと思ってます

2018/04/10(火) 17:53:59.89

ディープラーニングをやるだけじゃ何もテーマ決まってないのと同じだよ

2018/04/10(火) 18:00:43.24

ライブラリの中身知りたいならゼロから作るdeep learningがCNNまでをライブラリ無しで実装しているのでオススメ
MLやってる絶対に研究室ならあるだろう

強化学習は結果をもとにそれまでの手の評価を行うから最初モンテカルロになるのは仕方ない
alphagoも同じようにランダムに打って結果から評価してるのは同じだけど
評価関数をあらかじめプロの棋譜で学習してるから途中の手筋である程度の収束させてる

2018/04/10(火) 18:15:43.27

>>116
画像認識とチャットボットとゲームＡＩあたりがいまうまくいってるみたいで
何かサンプルプログラムできたらなーってぐらいです

ちょっとゲームＡＩに応用するならどうなるのかなって考えてるところで
入力の与え方は分かるんですけど
出力と誤差の設定の仕方がわからなくて…

たとえばマインスイーパーをとかせるとかだったら
盤面情報を入力ベクトルにして　出力に開くマス「Ｘ，Ｙ」とかを設定すればいいんでしょうか？
その場合フィードバック誤差は爆弾をふんだ時点で-1　クリアまでいったら１とかにすればいいんでしょうか？

プログラムで誤差の逆伝播でニューロン関数のチューニングを実装すれば

利用者は入力出力誤差のエンコードだけやれば
あとニューロンの関数チューニングは勝手にやってくれていつのまにかＡＩができてるって感じになるはずなんですよね？

>>117
ありがとうございます
書籍なんですね
4000円もするの手が出ないので研究室にないか明日みてみます
なければ図書館さがしてみます

**デフォルトの名無しさん** (JP 0H39-yszm) · 2018/04/10(火) 18:16:15.47

頭悪そうな卒研。。。

2018/04/10(火) 18:18:09.78

ごめんなさい
やっぱりちょっと１週間程度できまったテーマでいきなり質問できるレベルじゃなかったかも
数ヶ月ほど勉強してからでなおしてきます
レベル低い質問してすいませんでした

2018/04/10(火) 18:22:48.64

ゲームのAIはA*アルゴリズムとか習うんじゃね
テーマとしてディープラーニングが与えられるんなら、これまでに機械学習とか人工知能の授業があったろうに、いろいろ設定がおかしいよ

2018/04/10(火) 18:44:00.03

A＊って将棋とか相手のいるゼロサム対戦ゲームで枝狩りする探索アルゴリズムじゃないです？
もちろんルールをコーダーが理解して最適なプログラムくめば一瞬ですけどＡＩっていうんですか？

ルールを直接コーディングせずにクリアできたかできないかって情報だけで
勝手にルールを理解してとけるようになるってのが機械学習だと思ってました

マインスイーパーを例に出したのは知ってる中ではそこそこお手ごろだったからなので
ディープである必要はないかもしれないです

2018/04/10(火) 18:54:11.42

>>112

＞＞入力ベクトルあたえたら出力ベクトル出す予測器があって
出力ベクトルに対して誤差とかスコアを設定すると
予測器の中身の関数がかわっていくみたいな？認識であってますか？

いんじゃね

2018/04/10(火) 18:56:43.41

ゲームAIは全然詳しくないから全然アドバイスできないけど
Deep Q Networkとか流行りすぎてqiitaにまとめられた記事大量にあるからそれ読んでみたら？
強化学習は使うだけならkeras-rlとかchainer-rlみたいな超便利なライブラリもあるから

2018/04/10(火) 19:24:29.08

今どきchainer ってw

2018/04/10(火) 20:23:18.13

卒研の後書き
2chのみなさんに感謝いたします（笑）

2018/04/10(火) 21:52:24.66

かつていたが
わざわざ大学入り直してまでやる内容じゃないな

2018/04/11(水) 01:16:43.90

>>118
上手く行くのが判ってるのをやっても価値がない論文

2018/04/11(水) 05:21:58.71

以下はアルゴリズム

ダイクストラ法と、その派生のA*

グラフ/ネットワーク理論系の、NetworkX

計算時間が何百億年も掛かるのが、数秒で解けた
「おねえさんの問題」で有名な、
湊真一の超高速グラフ列挙アルゴリズム ZDD

2018/04/11(水) 06:49:35.77

なんだかんだ言ってちゃんとアドバイスしてくれるのなお前ら

ツンデレかよw

2018/04/11(水) 07:41:24.31

卒研のテーマ与えてやれよ

**デフォルトの名無しさん** (JP 0H5a-abcy) · 2018/04/11(水) 09:10:31.26

パーソンオブインタレストに学ぶAI攻撃型AIの設計と実装

2018/04/11(水) 09:46:17.59

パーソンオブインタレスト面白かった。もう終わったかな

2018/04/11(水) 22:33:39.26

盤面入力に負値を使うと活性化関数でハマるからおすすめしない
囲碁やオセロなら入力盤面を2枚以上にして、白と黒を別々の盤面の0/1で入力するのが定番だと思う

学習中のAIは重複打ちをすることもあるから、さらに打てる場所用の入力盤面を追加したり
特定の場所に注目する様な盤面を足すこともあると思う
計算処理の実装よりも、モデルやパラメータの作り直しの方が大変かもしれない

2018/04/12(木) 00:27:59.18

評価関数の最大化とかではなく少ない計算量で学習させて正解に辿り着くようなアプローチってどっかにないのかな

2018/04/12(木) 08:57:56.93

今まで散々あった

2018/04/12(木) 18:56:33.45

機械学習で、おっぱい触らせてとかエロい口説き実装出来ますか？

2018/04/12(木) 19:38:07.95

>>137
＞口説き
これはその方法論を知りたいですねえ

2018/04/12(木) 20:29:50.74

物理的に金塊とか見せびらかした方が良さそう

2018/04/13(金) 01:25:28.94

>>クソニン

2018/04/13(金) 02:58:25.25

>>137
そのGPUパワーでビットコイン採掘した方が口説ける確率上がると思うw

2018/04/17(火) 04:00:15.15

日経ソフトウェアが別冊付録付きでpython機械学習特集になっとった

2018/04/18(水) 00:35:10.91

＞＞141
そういえば、2020年待たずに、ビットコインに絡む電気消費量が
全米の電気消費量を越しちゃうんだって。
ビットコイン無理そうね。

2018/04/18(水) 00:47:16.95

ほとんどがエアコン代でさ
ロシアみたいな極地の勝利

2018/04/18(水) 00:55:40.56

量子ドット型コンピュータがあれば一瞬でできる

2018/04/18(水) 04:07:18.73

仮装通貨はいずれ規制されそうな予感

2018/04/18(水) 05:51:00.22

>>146
恐慌来そう。

2018/04/23(月) 22:44:58.44

>>147
空売りしようぜ

2018/04/24(火) 13:39:16.09

jupyter labとnotebookどっも括弧やクォーテーションの補完が効かないんだけどデフォ？
それともなんかおかしい？

2018/04/24(火) 14:45:08.11

まるちんこ

2018/05/04(金) 01:59:14.34

大学の社会学部で以下のような刷り込みをされた。すなわち、人間関係を非常に重視し、なんでも彼らの中で相談したうえで自身の判断を下すような輩は「他人志向型」で「内面志向型」に比べて程度の低い人間だと。
しかし弱学習器アンサンブルを手中にしている前者の方が正しい判断を下せるのでは？

2018/05/04(金) 02:16:20.57

知らんがな

2018/05/04(金) 02:34:10.65

前者はAIでも可能
後者が出来るのは人類と宇宙人だけ

2018/05/04(金) 03:04:42.90

ちんちんシュッシュ

2018/05/04(金) 14:26:05.44

某中堅の監査法人に勤めていて、1年ほど前から、人工知能を使った業務の自動化を検討して、
私もそのメンバーに選ばれましたが、私も含め周りの人間も手探り状態です。

大学は商学部出身なので、高校数学からやり直し、大学の線形代数、微分積分、確率
とやってきて、今、統計学(学士以上、修士未満、測度論の手前まで)を一通り学び終わったところです。
資格でいうと、統計検定準1級合格レベル(来月受験予定)、品質管理検定1級、アクチュアリー一次試験・数学合格。

ここまでだと、大学のカリキュラムや資格試験の出題範囲に沿って勉強していけばよかったのですが、
このあと、機械学習・データマイニングへと進んでいくには、どういうカリキュラムを組んで良いか途方に暮れています。
何か道しるべになるようなサイトやアドバイスを頂けないでしょうか？

2018/05/04(金) 14:38:42.92

仕事に就けよ

2018/05/04(金) 15:29:34.02

頭悪い