【統計分析】機械学習・データマイニング23
■ このスレッドは過去ログ倉庫に格納されています
!extend:on:vvvvvv:1000:512
機械学習とデータマイニングについて語れ若人
■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22
https://mevius.5ch.net/test/read.cgi/tech/1547338417/
VIPQ2_EXTDAT: default:vvvvvv:1000:512:----: EXT was configured そうなんだ
埋め込みベクトルは各々の要素を次元別のカラムに展開するのが定石なの? 時間という概念が理解できてれば、社会の枠組みに囚われた者たちがどれだけ不自由を強いられてるか理解できるだろう。 >>755
何がやりたいかにもよるけど、別々に入れておくと
統計量出したりリサンプリングしたりplotしたりそのままscikit-learnの入力にできたりとメリット多い よくユーチューブとかでdqnを使った強化学習のシュミレーションとかやってるけど
それらのdqnってディープラーニングは使ってるの?
lstm使ってるだけだとディープラーニングとは言わないよね? >>762
2層のニューラルネットワークでもディープラーニングと言えるの? >>764
二層だけでdlなんて言うアホおらん
そんな厳密に定義求めても仕方ない 2層でニューラルネットワークと言ってた頃はあったですよ >>768
「は?」とか言うくらいならちゃんと間違い指摘してあげて バックプロパゲーションで詰んだ
順伝播はほほーんってなったけど数学分からん俺にはハードルゲロ高い ニューラルネットワークとディープラーニングは根本的に学習のさせ方が違うと思うだけど >>771
根本的に理解してないか大きな勘違いをしてるぞ
ディープラーニングはニューラルネットワークの一種 >>767
ニューラルネットワークは何層でも構わない
以下は一層のニューラルネットワークの例
Input ―> (neuron|activation) ―> Output
ディープラーニングは三層以上のニューラルネットワークと言われている ディープラーニングって単にニューラルネットワークの中間層を増やすだけなんか? 層を増やすだけなら
なんでジェフリーヒントンがディープラーニング発見するまでに時間かかったんや? >>774
中間層を増やすだけでも
それを上手く学習される技術がわからなかった
それを解決できた >>776
自分で少ない層のニューラルネットワークを作って
単純に中間層を増やして動かしてみたら良いよ ディープラーニングの中間層を大脳のようにランダムに配置したり
伝播をカオス化させたりするのはうまくいかないんでしょうか
新しいものが生まれそうな気がするんですが
そういう研究はあると思うのにネットで検索してもでてこない fasttextを使ってみて驚いた
標準ライブラリだけでこの速度と精度を実現してるの?? >>780
今のところ一番近いキーワードはベイジアンネットワークかな
一般的には神経科学を計算機で実現する計算神経科学と呼ばれる分野
バックプロパゲーションは脳内では起きていないと言われていて、今のニューラルネットワークはヒトの脳とはどこか違うらしい >>780
今月の頭にFacebookが公開したrandomly wired neural networksはどう? >>782
昨年発見されて話題になったのは違うの?
人間の脳の解明には
少なくともあと100年
かかると言われてる。
それまで俺は生きていないので
困ってるところ。 脳の解析は必ずしも必要ではない
例えば空を飛ぶのに鳥の羽根を模倣する必要はない。参考にはしてもいいけどね
そういう意味では脳の解析は100年後になるぐらい、どうでもいいことだとは思う 人間はミスが多い
錯覚も多い
勘違いも多い
思い込みで暴走しまくる
人間と同じもの人間の延長で造っても仕方ない
人間を模倣するべきではない ニューラルネットワーク界隈も元々は人間の脳を再現することを目的としていて
どれだけ実用性があるモデルでも学会では脳の機構とはかけ離れているというだけで拒絶されていたが
今やニューラルネットワークは脳を再現することを目的とするものではなくなっている ディープラーニングは層が何層にもなってて深いニューラルネットってことでしょ?
全く知らんけどたぶん歴史的に一層か二層の浅いニューラルネットやってた時期があってそれに比べて深いからディープラーニングって言われるようになったんじゃない? 二層先に繋げたり二層戻すことを
追加すると変更前のデータを参照できると思うのですが
そういうのはありますか? >>793
全く知らないなら書き込まなくてもいいですよカスが >>791
重みの数が一層だから一層ですよ
>>782
どの辺りが適当? >>796
>重みの数が一層だから一層ですよ
なんだやったことすらもない人かもう絡んでこないでね ニューラルネットの層数のカウントで入出力層をどう数えるかなんてカウントする人の定義次第であって決まった方法などないからどうでもいい >>798
定義はあるよ、間違えている記事が多いだけ
入力層を数えない=層と層の間の重みの段数だよ
そうでないとResNet等の層数が変わってくる
ちなみに(neuron|activation)は一つの○ね
書き方まずかったかも知れんね
activationを別の層と考える人もいるようだけど、それはkerasのせいかな すれ違いの理由が分かった
書き方に問題があった
Input layer ―- Hidden layer ―- Output layer
なら二層
書きたかったのは
x ―-(wx|activation) ―- y
ということなんだ
上の書き方なら
Input layer ―- Output layer
に相当する >>802
割と煽った書き方しちゃったけど結構紳士かつ真摯なレスする人なんだね…
新たに書いてくれたような内容なら同意。きつく言っちゃってゴメンね 数学的な知識が乏しい自分がやる事自体間違いなのかもしれないけどみんな数学的な部分も理解してる?
導関数とか勾配とかこんなの分かるとかみんな凄すぎだわ >>804
理解できなくても利用することはできるけど応用がきかないんじゃね? おおよそ高校で習いますやん。理系なら大学1年で格闘してると思うけど。生物や農、薬の人は知らんけどね 数学分からないと言ってる暇があれば勉強すればいいのに
高校3年間の数学ならみっちりやればこのGWの10日間で終えられるだろう >>809
いやほんとそんなレベルだと思う
みんなすげーわ
連休予定ないから勉強する予定
多分中学くらいまで遡る事になるだろうけど…
高卒アホ学校出の俺がやってる事自体知見のある人からすれば迷惑な事なんだろうけどやれるとこまで頑張ってみるわ 人間の脳はどうやってニューラルネットワークから
痛みのクオリアが生まれるのでしょうか? 頭モジャモジャの何とかいうエセ科学者が来てるのか。 >>807
農学は知らんけど、生物は酵素活性の計算とかやるし微分方程式が解ける程度のことはやっているはず。
薬学に至ってはそもそも熱力学やるはずだから偏微分あたりもばりばりやるはず。
まじめに勉強すれば・・・・・だけどw >>813
生物が微分方程式を解くのか、すごいなメモメモ >>817
そら人間かて生物やで
さてはお主シンギュラリティに達したの? 人工知能が生成したデスメタルを毎日24時間配信し続けるYouTubeチャンネル「Dadabots」
https://gigazine.net/news/20190422-ai-generated-death-metal/
デスメタルの楽曲を機械学習させることで、オリジナルのデスメタル曲を作り上げる
ことができるようになった人工知能(AI)の「Dadabots」が、YouTube上で「毎日24時間
デスメタル配信」を行っています。
ジャズや現代アメリカ音楽などの商業音楽を専門とするアメリカマサチューセッツ州の
バークリー音楽大学で出会ったCJ CarrさんとZack Zukowskiさんは、回帰型ニューラル
ネットワーク(RNN)という学習アーキテクチャに基づいて音楽を自動生成する人工知能
「SampleRNN」を改良して、「Dadabots」というデスメタル生成AIを開発。Dadabotsは
学習用に用意したアーティストが作成した楽曲を小さく区間分割し、前の区間から次の
区間を予測して「実際の楽曲の区間」と「Dadabotsが予測・作成した区間」を比較する
ことで自己学習しながら新たなデスメタルの楽曲を生み出してくれるというもの。 俺も数学苦手で高校時代0点を連続で取ったが、
再度勉強してる。この画像の2冊の本で
https://i.imgur.com/3N9mfIl.jpg >>827
どうみても検定料で儲ける気満々でひくわな
逆に検定持ってる方が情弱です!って言っているようなもんだ いまだ毎週のように新しい手法やらアルゴリズムが開発されてるのに検定にどれぐらいの意味があるのだろう 論文読んで楽勝で実装しましたって人見ると絶望する
ちょっとで良いんでその知能分けてください 結構論文見て実装しても論文通りの性能出ないとか言ってる人をよく見るね
githubに公開されたソースをそのまま実行しても論文の通りの出力がされないとかっていうのも見る >>831
あれ、憧れるよね
理解力と実装力の差に絶望する >>824
経済D卒生です。
経済学でも数学使ってるけど
ま、あれはママゴトですな。
現実の経済となんの関係もない
簡単な数式で遊んでるんです。
同級生が幾人か大学教員に
なりましたけど、当時D部屋にて
経済学なんてただの算数遊びであると
みな言ってました 結局制御プログラムの域を出ないから
ある程度人間の側で自明な制約を書いてその制約の元、
古典的に条件分岐させた方が良い予測を出す
人間の書いた制約が違うなら制約外を処理に書いて
機械の予測全体から制約ありきの予測を引けば
部分的に予測を絞り込めるし シナリオ式。 CNNの可視化にGrad-Camが使えるのかなと思って調べてみたけどVGG16とか学習済みモデルを使っての実装しか見つけられない
自作のモデルでやられた事ある人いますか >>837
ノーベル経済学賞がノーベル賞じゃないならどうだというんだ? >>840
アルフレッド・ノーベル記念スウェーデン国立銀行経済学賞
ちなみにこの賞を受賞すると、なんと!あのアダムスミスから電話がかかってくる(実話) >>839
中間表現取ってこれれば後は一緒じゃないの Grad-CAM++がなんだか知らなかったが
論文読む限り確かに重みにアクセスできれば
あとは加工してできそうな気がする 機械学習って難しい。
pythonで何も考えずに
単に分析するだけなら
簡単とか言われたけど
python初心者の俺には
途方もなく難しいです python5年以上使ってるワイ、仕事見つからず(T_T)
おっさんフィルターで弾かれとるんかな 人の役に立つプログラムを作れよ。話を聞くことから始まる。 >>842
>ちなみにこの賞を受賞すると、なんと!あのアダムスミスから電話がかかってくる(実話)
こういうのって面白い・ウケる!と思って書いてるの? ラズパイとか5年も前に遊びで使ってたし、エッジもバッチ来いです プログラマ仕事がなければただのニート 読み人知らず ■ このスレッドは過去ログ倉庫に格納されています