【統計分析】機械学習・データマイニング21
■ 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
※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20
https://mevius.5ch.net/test/read.cgi/tech/1533635797/
VIPQ2_EXTDAT: default:vvvvv:1000:512:----: EXT was configured >>158
データ型があるんだから必要なら書き換えればいいだろ >>144
理論でデータ拡張？？
いったい何のことを言っているのか例あげてみてよ
>>146
そりゃそうだろ
あいつら理論で遊んでお金貰ってるんだからそれくらい貢献して当然 データ水増し(augmentation)の手法なら色々出てるんだから知りたければ自分で調べればよい >>163
誰にもの言ってるのそんなの勿論知ってる
それらのうちの一体どれが理論によってなされてるのか教えてって言ってるんだけど 寂しいね
要る/要らないで切り捨てていったら自分の世界がどんどん狭くなるよ >>166
ウソはいかんな。
知らなかったくせに。
ホント馬鹿のくせに「おれは天才だ病」に
かかってる奴は始末におえない。
「おれは馬鹿です」って認めるまで何も教えない。
でも、お前は絶対に認めない。
ヒストグラムと折れ線グラフだけ作ってなさい。 >>172
どうやらどこかで調べて理論なんて使ってないって分かったみたいﾀﾞﾅ
よく知りもしないのに噛み付くんじゃないゾ 物体認識（検出）で同一のオブジェクトを再検出したくない場合は、
監視カメラのトラッキングシステムのように対象にIDを採番する方法しか無い？ ↓機械学習ブーム終了してた
スイッチ向けにプロセッサーを提供するコンピューター・グラフィックス用半導体メーカーの米エヌビディアは15日、
11月−19年１月期（第４四半期）の売上高は27億ドル（約3070億円）上下２％の見通しと発表。
アナリスト予想の平均34億ドルを下回った。
同社株は時間外取引で急落した。
松井証券の窪田朋一郎シニアマーケットアナリストは、「エヌビディアが好調ではないということは、
スイッチも追加で発注するような状況ではないという連想につながる」と述べた。 特徴選択で単変量統計で選択する場合とランダムフォレストベースで選択する場合で選択され特徴量が全く違うみたいなことってある？ Tensorflow-gpuてオンボードグラフィックでもうごくのなインテルなのに
CUDAいれるときはGPUつんでたけど >>175
objectのlocalizationもしたいんだよね？
画像処理技術の延長だとfmapのvariance分布を追っかけてtraceしてたけどSSDとかを使えばIDなんて要らないと思うよ
要するに無数に切ったDefaultBoxの数と大きさをobjectを囲むBBに合うようにloss計算してるだけ なんか質問に対して答えが変なきがするので追伸
検出したBBのfmapのvariance peakをmaskにしてかくvarianceから差っ引いていけば重複なく数えられると思うけど
多重ガウス分布ってfilter波形の線形合成で表現できうるので >>182
マイニングって原理上、投入計算量に対して得られる対価がどんどん減ってくけど、
そのうち誰もマイニングしなくなって、仮想通貨システムの決済処理自体が
立ち行かなくなっちゃったりしないのかね
それともマイニングで儲けた人がちゃんと仮想通貨自体が永らえるように
儲けでなくてもマイニングはし続けて決済処理がちゃんと動き続けるようにするから
大丈夫ってことなのかね マイナーの損益分岐点になるとさっさと売り払って終了のお知らせだな
使うと減るような種類の仮想通貨もあるから一歩進めて
使うたびに手数料的に減少していけば新規採掘が復活して長期的に運用できるだろうな
そういうのはビットコインにはないみたいだな マイナーが売りに出した中古のGPU手に入れようとかセコいこと考えてたの思い出した 仮想通貨＝マイニング、ではないから
あくまで信用を担保する一つの手段に過ぎない これって対応OSはLinux?
ラズパイ程度のハードで使えるのかな？
インテル、第2世代のUSB型AIデバイス「Neural Compute Stick 2」発表
https://japan.zdnet.com/article/35128696/ 以下のサイトのAIに意識を持たせる
ロボマインド・プロジェクトをどう思いますか？
https://robomind.co.jp >>188
ありがと
> OS support
>Ubuntu 16.04.3 LTS (64 bit),Windows 10 (64 bit), or CentOS 7.4 (64 bit) >>189
新井教授への苦言は同意
この女教授、袋叩きにあってるな >>189
どうせ在日系が
パチンコ屋の収益(勿論脱税)にて
作ったIT企業だろ？
在日パチンコ屋ときたら
皆揃って損正義のマネ 元々大した業績もないのに
妙に重宝されてるのが新井某
誰かの愛人？ 予算を取る企画をつくるのが超絶に上手い
研究者より商売人のほうが向いてるのでは いることはいるけど数が少なすぎるのとアメリカ様に完全に差をつけられてしまっている お前らもgoogleブラックホールに飲み込まれますように。健勝を祈る >>187
届いた。２はまだラズパイには対応してない。
IntelのOpenVinoという環境で動作させるが、demoプログラムはintel cpu,intel gpu,Movidius,FPGAを容易に切り替えて試せる。
i3-8100とMovidius2を切り替えて試したがi3が数倍早い。 参考書ばっか読んでて実践らしい事なんもしてなかったからkaggle登録した
きっといい結果出なくて自分の勉強が無に帰す事になりそうで怖いけど頑張るわ >>199
アメリカ様にっていうか、今の機械学習は大量のデータが必要なのでプラットフォームを押さえてデータを収集してるGAFAが強くなるのは当たり前
もちろんAI研究予算とかの話もあるけどそれ以前の環境作りで負けてる
新井先生は機械学習界隈ではなぜか評判悪いけど日本がアメリカみたく大量のデータを集められることはこれからもないだろう、などちゃんと現状分析して少データから学習できる手法の研究に舵を取るなどしてる
東ロボについて書いた本とか食わず嫌いせずにちゃんと読むと結構納得するところあるよ GAFAが強いって言ってもその対象分野は割と限られているので、専門性の高いデータを持っているメーカーならそのメーカーの専門分野での勝負なら十分対抗できる
なのでいわゆるIT系ではなくメーカー所属で機械学習やる方が楽しいと思う 初歩的な質問なのですが、
過去のデータから未来を予想するという点で、
統計学と機械学習は似てると思うのですが、
なぜ、皆んな機械学習ばかり取り上げて統計学を取り上げないのですか？
データの豊富な時代だから分析が盛んになる事は分かりますが、
ならば統計学はダメですか？ 異常検知ばっかりになりそうな気も
クラスタリングもあるか >>207
コマツの工事車両が備えたセンサーを通信で収集して異常検知した事例とか、メーカーの工場でセンサーを張り巡らせて歩留まりを向上させるとか、そういうイメージの話? 高速道路の橋脚の疲労具合を動画撮って解析するのもあったね >>209
統計学を理解していないものが作ったモデルの特性を理解出来ないでしょう。統計学は必須スキルだよ。表面的な作業だけ覚えても通用しませんよ。 >>209
機械学習の基本は統計学です。
しかし統計学はとても難しい学問です。
(つまり機械学習もその基本は本当はとても難しい)
現状は、統計学を知らないデータサイエンティストがほとんどです。
ですのでもし勉強できる機会があれば、
将来に備えて少しずつでも統計学を勉強される
ことをおススメします。
独学は難しいので、大学、大学院の授業を
受けたほうが良いです。 209ですが、統計学を知らないと基礎が分からないということなので、そういう方は既存の機械学習の手法を運用する事しかできず労働市場では評価は頭打ちということですよね？
つまり基礎の仕組みが分かってないから、既存の仕組みの問題点を改善することはできないですし。また、結果の解釈や適応する手法が妥当か分からないわけでしょうし。 いわゆる土方止まりかと言えばそうだろうね
ただ客も分かってないからブラックボックスな製品作って機械学習なりAI使ってますって謳えば仕事になるし、客も統計学んでないから結果の解釈もできないし、結果としてこの人は統計学んでるから高い給料払おうという根拠にもならない でも統計学学ぶより個々の案件でちゃんとドメイン知識学んだほうが性能上がりそう
両方が望ましいのは当然として 機械学習に数学はいらない
統計学は応用数学
機械学習に統計学はいらない transformerがrnnじゃないってところがわからない
トークンx_iを次々入力するんじゃないの？ >>223
モデルの中身理解出来ないオペレーターは要らないから笑 どっちにしろ２級程度じゃモデルの中身とやらを理解できない件 >>228
いちいち頭悪いな。最低でもその程度の教養は必要だって話で十分とはいってない。統計を理解するに越したことはないというだけの話。こーゆうアホが国会で下らん質問するんだよな >>228
頭の悪いレスはもういらないから。負け惜しみで下らんことほざくなよ？ まーた無駄な知識の話してるｗ
そんなもの必要性皆無なのにｗ >>216
同意。分からんと困りそうなのはベイズ理論くらい 普通に分析してればべイズになってるから
気にしなくていい Tensorflowを32bit windowsにも対応させてほしい 必要ないよ、チートシートみて適当にやるオペレーターだもん。 色んな知識を持っとく事は大事だと思うんだよね
上で出てる統計の知識にしてもドメイン側の知識にしてもさ
時間が取れるなら勉強すれば良いと思う
絶対無駄にはならない
ただ仕事だと悠長に出来ないからとりあえずライブラリ使いにとどまってしまうのも分かる 就職した時点で決まってしまうかね。
ステップアップ出来るのかな 日本では外資を除けば今いる企業より上位の企業には転職できないルールがあるので無理 keras使い初めたけどチュートリアルから進めない
なんだこれ難しすぎるゾ ルールねえ。yahooとか気にしなそうだがどうなんだろ >>202
>Neural Compute Stick 2
GPUと比べてコスパどうなの？ >>248
yahooのヤクザ感半端ねーから。あそこはやべーぞ。 国内企業は通年採用だろうが賃金の面でも概ね外れ
実力あるなら外資一択 >>249
単純にコスパだけならGPUかと。
小さく省電力ってところに価値があると思っている。 あくまで貧弱なIoT機器の計算資源を補強する用途だろう せっかくlstmでやってたのに
構文木をだっさく取り入れちゃってどや顔してる日本人研究者カッコ悪い
transformerみたいな発想を産み出せなかったのが残念 日本の学術会だと新しいものは評価されない(できない)から仕方ない
既に評価されているものを組み合わせるか、重箱の隅をつつくしかない 大学教授は縁故採用が多い。
公募は形式だけで募集する前から決まってる。
そんなコネ馬鹿教授ばかりだから
新しいものなど認める訳がない！
まず馬鹿だから理解できないし、
新しくて有効なものを認めてしまうと
己の地位低下を招くから。 ■ このスレッドは過去ログ倉庫に格納されています
