【統計分析】機械学習・データマイニング20
■ 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若人 http://ibisforest.org/ http://qiita.com/eve_yk/items/f4b274da7042cba1ba76 http://mevius.2ch.net/test/read.cgi/tech/1520586585/ >>621 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 >>620 コスパって比率だからな 人工知能の本買ってきた https://i.imgur.com/1QbZuPK.jpg ネットに同等以上の記事はいくらでもあるけど NLP やるなら PyTorch がもう主流だけどな 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？ 研究や学習用途ならもうcolabでいいんじゃねーの 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 >>636 あぁカンファで同時にsota報告が上がってたんだな 神経構造なんかは既に解明されてるけど 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。 よりよい結果が出たらそっちを採用するだけ。 >>643 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 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 世に広めるにはイメージが大事です。 CSなんて結局は計算能力との兼ね合いだからな 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 >>646 >>643 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 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 >>653 大事なことなので復唱します。 >>653 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 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。 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？ 結果あるなら論文書いてarxivに投稿すりゃいいじゃん >>654 >>656 >>656 >>659 >>660 >>665-668 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 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 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 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。 >>669 >>671 Google Colaboratoryで >>677-678 >>678 >>684 会社の技術発表で機械学習をやってみたいんだけど、 >>694 >>695 日立なんかは一年目に技術発表会やると聞いた。上の人がどこの人か知らんけど >>696 >>698 Twitterはツイートした時点でその内容を誰がどう使ってもいいよ、っていう規約だったはずだから権利侵害とかの問題はないだろう 独学で機械学習やってるけど、おっさんの腐った脳味噌じゃもうダメだな >>701 そもそも、機械学習で生成されたデータが 日本は法律面で先進国としては非常に珍しい機械学習パラダイスなんだぞ https://storialaw.jp/blog/4936 個人情報保護とかで医療関連はデータ集めるのが大変だそうな その辺りは医療機関自体がデータサイエンティスト雇うか業務提携するしかないだろう >>707 医療用プログラムは医療用機器つくってた会社しかつくれないように規制されてるから入れん GANのdiscriminatorの次元減らしていくのに全結合無い方がいい理由ってなんで？ >>708 https://arxiv.org/pdf/1312.4400.pdf >>718 なんと！あのアナコンダが！ >>717 ■ このスレッドは過去ログ倉庫に格納されています
