【統計分析】機械学習・データマイニング20

2018/08/07(火) 18:56:37.59

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19
http://mevius.2ch.net/test/read.cgi/tech/1520586585/

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

2018/09/26(水) 13:07:40.99

>>583
最終的には自分で見なきゃいけないのは承知してるんだけど、荒く自動分類した後に人が修正って考えてます。

何とか教師データの作成を楽したい。

2018/09/26(水) 13:09:08.33

>>581
ちょっと調べてみます。

2018/09/26(水) 14:20:02.13

>>584
qtクラスタリングとかどうよ？

2018/09/26(水) 14:48:10.49

画像にキャプション付けてくれるサービス探したらありそうだけど

2018/09/26(水) 17:42:13.90

googleが人間にゴリラってタグ付けてたの思い出した

2018/09/26(水) 18:41:51.88

>>588
当欠だな

**589** (ﾌﾞｰｲﾓ MMed-7r02) · 2018/09/26(水) 18:42:16.88

s/当欠/凍結/

2018/09/26(水) 23:13:11.78

あの画像なら人間でも間違えるから仕方ない

2018/09/26(水) 23:34:16.52

SVCのモデルを作る時にMinMaxscalerでスケール変換して、GridSearchCVでインスタンス作って、それに対してスケール変換した訓練データを使って学習させるって事をやったんだけど、これはダメらしいんだけど前処理の前に交差検証しろっていうのがよく分からない。

交差検証の過程では分割されたデータの一部が訓練用、残りがテスト用になって、訓練用となった部分を用いてモデルを学習させて、テスト用はモデルに対しての評価に使われる。
ここまでは大体分かる

しかし実はスケール変換する際にテスト用となった部分に含まれてる情報を使ってしまってる。
このようなデータはモデルに対してまったく新しいデータとは本質的に異なる。
？？？訓練用の一部がテスト用になるから？？

2018/09/27(木) 09:27:07.99

>>592
スケール変換の際にテストデータの情報を使ってしまったら、そのテストデータは「まったく新しいデータ」とは言えない。

2018/09/27(木) 11:10:18.48

qiitaは機械学習の良い記事があっても全然ランキング入らなくなったな
ニワカが飽きたのか

2018/09/27(木) 11:20:21.49

>>568
pythonはプログラム言語でtensorflowやkerasは効率よく機械学習するためのライブラリ。

2018/09/27(木) 12:14:59.19

>>594
それならいい記事見つけたらここにでもURL貼ってほしい
qiitaはタイムラインから良記事探すのが難しい

2018/09/27(木) 22:08:27.94

>>594
飽きたというよりも具体的な恩恵が得られないからモチベーションが続かないのでしょう
趣味でやっている人たちばかりじゃないから

2018/09/27(木) 22:17:45.69

英語で検索した方が有用な情報多いよ

2018/09/28(金) 00:38:02.48

いいね！稼ぎじゃはてな民くらいしか喜ばないしねぇ

2018/09/28(金) 03:48:20.58

確かにQiitaは最近いいね減ったな

2018/09/28(金) 05:57:58.09

aidemyとpyqどっちで勉強したらいいですか？

2018/09/28(金) 08:06:29.54

>>601
どっちもやる。
アイデミーから始めなよ。わかりやすいから。

2018/09/28(金) 11:08:53.98

QiitaとHatenaは、インストール大先生の記事が多すぎて困るから検索結果から外してるわ

2018/09/28(金) 13:48:47.12

交差検証について検索してみるとその説明として、ある1つのモデルを考えた場合に、
元データをN分割してその内(N-1)個で学習して、残り1個でテストするのをNパターン繰り返すようなものと理解した。
しかし、CourseraのWeek6で説明してる交差検証は複数のモデルを思いついた場合の最良モデルを選択する手段と説明されており、
データをA,B,Cに3分割して、各モデルをAで学習、Bで評価して比較(このBをcross validation setと呼んでいる)、Bの評価で決定された最良モデルをCで最終評価するという内容になっている。
両者は別物のような気がするんだけど自分が理解しきれていないだけなのか？

2018/09/28(金) 13:54:00.86

>>601
俺ならaidemyの無料部分だけ流し見してからPyQやる

2018/09/28(金) 13:56:04.74

SQuAD とかやってる人いる？流行りの先端モデルとかご存知なら教えてください

>>604
どっちも間違ってない。前者は本来の定義。後者は実践的。

2018/09/29(土) 02:24:39.57

キーエンスなんかは見込み客の連絡先を得るためにホワイトペーパー量産してるんだけどね

2018/09/29(土) 08:04:19.54

キーエンスｗ

2018/09/29(土) 08:26:36.08

あそこ営業に投資全振りだぞ

2018/09/29(土) 08:28:19.01

誤爆?

2018/09/29(土) 14:07:15.40

qiitaのいいね稼ぎじゃ具体的な恩恵にならんから続かないって話

2018/09/29(土) 15:00:04.38

キーエンスのホワイトペーパーは捨てアド偽名でダウンロードしてるわ

2018/09/29(土) 15:24:38.05

tf 1.11 出たな、更新かけたわ。2.0 はまだなのか

>>611
それな。勤め先の意向で、個人名でひたすらいいね集めたけど、ひと～つも仕事に結び付かなかったw
むしろ教えてちゃんからのメールが山ほどきて仕事にならなくなったんで撤退したわ

>>606
一時期やってたけど、もう少し具体的に。どういうアプローチかわからんとアドバイスしにくい。

2018/09/29(土) 17:38:55.50

機械学習のコンペばかりやっているが
いったい実務ではどのぐらいの精度ならOKにするのかとふと思った

2018/09/29(土) 20:16:28.30

>>614
kaggleでメダル取れた？

2018/09/29(土) 21:12:49.04

>>613
どもです。普通に DR とか使ってますがスコアが全然伸びません。

>>614
一般論としては仕事でやるならコストパフォーマンスが一番大事。

2018/09/30(日) 03:30:54.29

仕事では客が要求精度決めるから
それぞれだよ

2018/09/30(日) 04:27:12.57

協調フィルタリングって任意の精度に調整する事って出来るのかな
例えば，精度が高すぎると新しい商品に巡り会えないから，適度に偶奇性を取り入れたりすること
またそのレベルを調整できるモデルって可能？

2018/09/30(日) 05:52:32.17

>>617
コスト度外視できんだろ、バカだな、なのか

2018/09/30(日) 05:53:02.84

>>616
2はそれじゃ無理

2018/09/30(日) 05:55:15.11

>>619
できる見込み立たなかったら出来ないって言うよ

2018/09/30(日) 06:00:07.93

>>621
そういうことじゃないよ、金の話しだよ。精度上げるのに必要な金を気前良く払う客なんて滅多にいない。

2018/09/30(日) 06:23:01.63

予算枠は先に決まってるからね。逆に決まってない場合はまずアポーンｗ

>>617
一般論として、とわざわざ書いたじゃんw

>>620
なるほど… そういうことですか、別のモデルを調べてみます。

2018/09/30(日) 09:48:36.88

コスパって比率だからな
いくら比率良くてもパフォーマンスの絶対値が小さければ意味ないぞ

2018/10/01(月) 18:25:21.59

人工知能の本買ってきた
これで二冊目
迷ったけど
ディープラーニングとPython,Tensorflowの本にした
それにしても人工知能の本たくさんあった
5種類ぐらい
最初に買った「ゼロからはじめる～」の本は10万部いったって
https://i.imgur.com/1QbZuPK.jpg

2018/10/02(火) 10:08:44.43

本屋の棚は賑わってるが粗製乱造

2018/10/02(火) 14:00:24.78

ネットに同等以上の記事はいくらでもあるけど
情報まとまってるし、時間ない初学者が買うのはあり
でも電子版じゃないとjupyterやcolabで手動かしながらやるのだるいから
実本はあまり勧めないな

つってもどんどん技術が陳腐化してくから、MLの基本とCNN,RNN,LSTM,GAN,Attentionの概要だけ身につけたら
あとはdeepmindのサイトと論文全部読んで
arxivでsota達成したのだけ数カ月分読むほうがトレンドを追いかけるには手っ取り早い

実装がメインなら論文追わずにKerasやっとけ
すごいのでたらそのうちKerasにも実装されるから
それ使えってのが俺の結論

2018/10/02(火) 14:42:01.10

NLP やるなら PyTorch がもう主流だけどな

2018/10/02(火) 15:23:49.58

みなさん、やっぱり、ハイスペックのゲーミングマシンで開発しているの？

2018/10/02(火) 15:43:52.26

うむ

2018/10/02(火) 17:16:03.25

むう

2018/10/02(火) 17:56:36.01

クラウドでやるのと実機用意するのとどっちが安いか

2018/10/02(火) 18:13:26.05

データ量次第としか

2018/10/02(火) 18:41:23.89

研究や学習用途ならもうcolabでいいんじゃねーの
TPUまで無料で使えるようになったから最強すぎるわ
ただ12時間超える学習なんかの場合は、途中で保存する処理を作るか
既にある処理を使う必要性がある、Kerasには既にある
tensorflowの低レベルでやる場合は自分で書く必要性あるのかな
Pytorchはまだ触り程度で詳しくないけど、kerasと同じようなライブラリあるならそれ使えばいい

業務やサービスの場合はどうせAWSかGCP,Azure借りるだろ

2018/10/02(火) 19:43:42.88

学習中に不明な原因で接続が切れてた時の絶望感

2018/10/02(火) 20:06:47.65

sotaという言葉を知らなかったので調べてみてstate of the artの略で直訳すると最先端とかそんな意味だから何となく言いたいことは分かったけど機械学習分野での定義に当たるものが全然見つからない
sota達成とか誰がどうやって決めてるの？

2018/10/02(火) 22:59:32.38

>>636
sotaって論文で書いてる連中は
arxivなどのオープンアクセスな論文サイトに投稿されてるコンピューターサイエンスの論文で有用なのはほとんど全部読んでる
だからどれが最高水準かを知ってるから
その分野におけるsota近辺のモデルの論文の結果と比較してsota達成としている
っていうのが俺の認識
論文完璧に追ってる以外にもカンファレンスで情報収集してるってのもあるだろうけど

物理学なんかと違って、ML分野はオープンアクセスな論壇で発展してきたからこうなってるんだろうけど
その辺の事情を追えてない日本人には全くわからん状態なのも仕方ない

2018/10/03(水) 00:45:53.65

あぁカンファで同時にsota報告が上がってたんだな
そりゃカンファで採択されるかされないかと
オープンアクセスサイトでの論文公開タイミングは、ものによってはちげーから
いくら先端追ってる連中でも被るのは仕方ない

・GAN的な双方向マルチ学習(自然言語で言うなら敵対的逆翻訳のしあいっこ？)
・特徴に時間間隔とポジション付与
・Attentionの構造改善

この3つが大体の今のトレンドだろ
全部組み合わせたのも半年以内に出てくるだろうけど
結局の所、事象における連続した時間情報の把握と
その状態における時間変化率の学習が上手く出来てないから汎用AIにはなれんだろう

ちゃんとした学者にも俺と似たような事言ってる人いて
脳構造の模倣による時間情報の学習を、哲学的な部分からやろうって言ってる人いるけどどうなるかな

2018/10/03(水) 01:19:02.14

脳構造だからうまくいくわけではない。

2018/10/03(水) 01:29:53.26

神経構造なんかは既に解明されてるけど
そうなるとしか分かっていない回路形成の発生学とか
関与しているらしいけど何してるのかいまいち分かっていないグリア細胞とか
こっちの方がモデリングをする上で重要だと思うけどね
今のMLでは生物の機能の一部を模擬してるだけに過ぎない

2018/10/03(水) 05:14:23.46

脳の機能（笑）哲学（笑）

2018/10/03(水) 07:10:02.33

哲学の成功は論理学と実証主義で完成したと思うよ

2018/10/03(水) 12:26:33.96

脳モデルはあくまでNN、DL起案者が何をモデルとして数学モデル化したかであり、NN、DLは脳モデルそのものではない。
また、そもそも脳モデルが最適なモデルかどうかはまだ証明が存在しない。

たまたまDLがよい結果出たからそう言われてるだけ。

脳モデルが最適かどうかという前提を何も示さずに、研究者のなかに、『脳の伝達には～があるから○○を追加したらこうなるはず』みたいな議論されているのを見ると、滑稽に思う。

2018/10/03(水) 12:28:55.71

なぜ最適を求める？

2018/10/03(水) 12:30:34.07

よりよい結果が出たらそっちを採用するだけ。
それが脳モデルになるとは限らない

2018/10/03(水) 12:31:35.36

>>643
ほんこれなんだよね

Andrew NgもDLを脳に結びつけて説明するのは、誤解が多いから止めたって言ってたわ

2018/10/03(水) 12:32:37.09

世にこれだけディープラーニングが広まったのは、脳モデルの説明による功績が大きいけどな

2018/10/03(水) 12:35:57.50

人間の脳が超省エネで高速に学習して予測結果の出力できているのと比較すると現行モデルは脳と呼ぶにはには程遠いんだけど非理系メディアでは人間の脳を模倣しているなどと喧伝される

2018/10/03(水) 12:37:46.63

世に広めるにはイメージが大事です。
ただ研究者はイメージで研究してはダメです。

2018/10/03(水) 13:20:41.80

CSなんて結局は計算能力との兼ね合いだからな
仮に完全に脳構造を模倣したモデルを組み上げたとしても
それがクソ重くて現行の計算資源で回らなけりゃクソだとしか評価されん
かといって脳構造の模倣や考察を放棄するのは適切じゃない
世界モデルもこっちよりだし、強化学習をやるためには避けられないだろう

問題はRNN,LSTMでは事象における連続した時間情報をあまり学習できてないってことだな
TransformerとUTは時間間隔をと位置情報を特徴に埋め込む事で
マルチヘッドセルフattentionにそれらを処理させているが
おそらくは完璧を求めると
階層的にAttentionによる時間情報とポジション付与をしつつ、それらを考慮したCNNで畳み込み
なおかつそれらすべての層を参照しながら、動的に再帰的処理する必要性がある
これにGAN的な世界モデルによる強化学習手法を取り入れれば汎用AIができるだろう
計算力はどうせなんとかなるだろうし
誰かが気づけば、あと10数年で汎用AI完成するんじゃね

2018/10/03(水) 13:29:51.05

そもそも脳構造の哲学的推測における模倣はイメージじゃなくて
ただの論理的思考なんだけど
推測の過程において論理が飛躍しすぎてると
大抵の人は妄想だと判断して、考察を放棄する傾向があるからしょうがないわな
それが当たり前だもの

2018/10/03(水) 13:44:52.38

>>646 >>643
小脳とかをラッピングする形で大脳とかがあるように
NN を別の何かでラッピングするようなモデルがあっても
まだ全く脳のモデルですらない

2018/10/03(水) 14:55:39.60

遺伝的アルゴリズムも名前が強そうだけど、中身はびっくりするレベルでしょぼいよね

2018/10/03(水) 15:06:45.43

ニューラルネットワークなんて回帰を多層にしただけの超単純構造

2018/10/03(水) 15:13:09.66

>>653
はったり、生物の進化淘汰なんかどこにもない

2018/10/03(水) 17:49:41.29

大事なことなので復唱します。

世に広めるにはイメージが大事です。
ただ研究者はイメージで研究してはダメです。

研究者の中には、脳モデルが最適かどうかという前提を何も示さずに、
『脳の伝達には～があるから○○を追加したらこうなるはず』
みたいな議論されている方々がおりますが、根拠が薄く滑稽に思います。

2018/10/03(水) 17:57:56.16

>>653
AI関連の話題は、タイトルは大げさなんだけど内容はショボいよね。
俺は頑張りますよ！

2018/10/03(水) 18:01:02.58

最適かどうかは完成物があれば評価できるんだからいいでしょ
そもそも分からないから研究して新しいモデルを作るわけで
最初から何が最適か知っている人がいてそれを論理的に説明できるのならばとっくにそれがスタンダードになっているはずだがそうはなっていないんだから最適など誰も知らないと考えるのが自然

2018/10/03(水) 18:05:20.45

つまりはまあ、最近の機械学習の論文なんて実績と経験則の積み上げ(帰納)によるものがほとんど。
より良きモデルからスタートしたモデルのアイデア(演繹)を求む

2018/10/03(水) 18:10:02.59

アイデアと結果はあるのだかどうやって世に広めたらよい？

2018/10/03(水) 19:13:50.43

結果あるなら論文書いてarxivに投稿すりゃいいじゃん
高校生ですらMLの論文書いて投稿してたの昨年話題になったろ

2018/10/03(水) 19:49:21.65

とんくす

2018/10/03(水) 20:20:45.13

くず

2018/10/03(水) 20:46:41.49

>>654
単純構造で目的を達成できるならそれでいいんじゃないの？
必要以上に複雑にして何かメリットあるの？

2018/10/03(水) 20:48:04.20

>>656
既に実現されてるものを真似するのは方法の一つじゃない？
バイオミメティクスとか

2018/10/03(水) 20:49:11.35

>>656
最適かどうかは評価尺度によるところもある
経済的になのか学習コスト的になのか結果の精度的になのかとか

2018/10/03(水) 20:50:21.87

>>659
結果が全てじゃね？
モデルを頭で考えても実証しなければ役に立たない
数学とは違うんじゃね？

2018/10/03(水) 20:52:26.70

>>660
それが何の役に立つのかとか
どんな課題を解決できるのかとか
あとは面白いかどうかとか
ARの技術もスノーとかに応用することで一般の人は知らずに広まっている

2018/10/03(水) 21:20:45.12

>>665-668
だからそれは問題に対する帰納的なアプローチだってば。
マイナーチェンジでしかパワーアップ出来ない。

2018/10/03(水) 21:23:50.17

また一概には言えないかもしれないが、結果がローカルなものになりがち

2018/10/03(水) 21:59:40.34

そもそも、ある程度iter重ねるか、少数サンプルで訓練した結果をプロットしつつ
新しいモデルを模索してくのが、今のMLにおける超大多数の手法であって
最初から論理的組み立て部分で有効性を実証してから研究始めるなんて手法は
明らかにメジャーではない

取り敢えず予測モデルで雑なコーディングして、訓練結果をプロットしてみてから
数理モデルの有効性に論理的説明をつけるって手法がメインなのは
有用な結果を残してる論文の内容からも分かる話

ほとんどだーれも論理的説明を完璧に付けてから研究開始なんざしてない
+58IDnbydの論理展開を適用すると、全員滑稽になっちまわないか？
そういう意味で、既に有効性の確認されている脳っていうクソ速いモデルを模倣するっていうのは
その時点である程度の論理的根拠を示しているとすら言える

2018/10/03(水) 22:50:21.46

>>671
別にメジャーじゃなくてよい

2018/10/03(水) 23:45:59.60

pytorchのdevcon見たけど、想像以上に大企業がサポートしてて驚いたわ

2018/10/04(木) 02:41:08.39

見てみたけど、グローバルなAI 企業オールスターって感じか。
もっとも作ってるのが FBだから別に不思議でもないけど

2018/10/04(木) 08:08:02.24

>>669
帰納的なアプローチがなぜダメだと判断でしているのか判らない
帰納的に発見した原理を演繹的に適用すれば良いだけじゃね？

2018/10/04(木) 08:09:50.53

>>671
帰納的に探索する領域の問題でしかないだろ

演繹的に適用する原理に相当するものはどこから発見するのか

2018/10/04(木) 09:59:48.56

>>674
chainerは消えゆく運命だな

2018/10/04(木) 10:14:52.99

好きなんだがなあchainer

2018/10/04(木) 12:34:16.99

Google Colaboratoryで
!apt -y install libcusparse8.0 libnvrtc8.0 libnvtoolsext1
ができなくなったのだがどうしたらいいのか

**デフォルトの名無しさん** (JP 0H9a-2jv+) · 2018/10/04(木) 16:03:33.77

演繹厨うぜえ

2018/10/04(木) 16:06:35.89

>>677-678
tensorflow vs pytorch の構図が完全できちゃったんで他のフレームワークはどれも厳しいけど、
tf の独占を阻止できたのは良かったと思う。 tf が pytorch を滅茶意識してて笑えるｗ

2018/10/04(木) 21:40:33.09

vs？

2018/10/04(木) 22:39:26.90

visual studio

2018/10/04(木) 22:49:09.65

>>678
良くも悪くも学生の趣味の域をこえてないのが残念。こえる気もないのかもしれんが