人工知能ディープラーニング機械学習の数学 ★2

**デフォルトの名無しさん** · 2019/03/05(火) 09:36:28.29

※前スレ
人工知能ディープラーニング機械学習のための数学
https://mevius.5ch.net/test/read.cgi/tech/1482808144/

**デフォルトの名無しさん** · 2019/11/05(火) 12:43:21.74

数学っていうか、まず分布を見ないとどの方法論を使うべきなのか
決まらないと思うが。一種の統計学。片っ端から方法論を試しても
時間の無駄。

**デフォルトの名無しさん** · 2019/11/05(火) 13:11:03.72

深層学習でニューロンの数を幾つにすればいいか
何層にするかそれぞれでどの関数使うか分かってないようでもいかんからなあ

**デフォルトの名無しさん** · 2019/11/05(火) 15:16:56.12

デベソーかと思った

**デフォルトの名無しさん** · 2019/11/05(火) 15:18:38.72

>>463
株の値動きは何分布？

**デフォルトの名無しさん** · 2019/11/05(火) 17:57:16.24

>>466
ランダム

**デフォルトの名無しさん** · 2019/11/05(火) 19:48:37.36

>>462
中途ならそのものズバリで募集しとるぞ

**デフォルトの名無しさん** · 2019/11/05(火) 23:30:28.57

会社の機材とかあてにできない人はビデオカード何でやってます？
予算的に2070Superで行こうかと思ったけど、中古の1080tiの方が良い気もしてきて

**デフォルトの名無しさん** · 2019/11/05(火) 23:43:56.92

google colab

**デフォルトの名無しさん** · 2019/11/06(水) 12:21:24.56

ディープラーニングに関わる数学を勉強してみたい
まずは統計学から始めればよいかな？
大学時は理学部数学科で解析専攻だったから初歩的な線形代数はできる微積分も一般的な国立学部卒並みの知識はある

**デフォルトの名無しさん** · 2019/11/06(水) 13:09:17.31

>>467
ランダムなんていう分布はない

**デフォルトの名無しさん** · 2019/11/06(水) 22:00:15.18

>>471
「パターン認識と機械学習」から始めたらいいと思う

**デフォルトの名無しさん** · 2019/11/06(水) 23:06:52.70

>>473
ググったけどなかなか歯応えがありそうな本だね

別の話題になりますがディープラーニングG検定等はここの人は持ってる？
せっかく勉強するなら資格とか目にわかるような形で残したいと思うのだけどどうだろうか

**デフォルトの名無しさん** · 2019/11/06(水) 23:12:14.58

>>472
じゃあジップ分布か

**デフォルトの名無しさん** · 2019/11/07(木) 16:35:22.50

女優さんの名前は判るかもしれん
https://qiita.com/zeze/items/1cec8c75833c853b5074

**デフォルトの名無しさん** · 2019/11/07(木) 16:49:22.38

APIも公開しているとかすげーな

**デフォルトの名無しさん** · 2019/11/07(木) 18:33:49.00

ヨロで行くか
ストレージじゃない方のSSDで行くか

**デフォルトの名無しさん** · 2019/11/08(金) 11:21:10.23

DMMにそんなAPIあったのか
知らんかった
すげー

**デフォルトの名無しさん** · 2019/11/09(土) 10:22:14.77

>>463
そんなたいそうなことしてないだろ。
カラムとレコードの数だけみて決めてるだけ。

**デフォルトの名無しさん** · 2019/11/09(土) 15:10:56.93

>>480
方法論の数はものすごくたくさんあるから
分布を見てから有効そうなものから試していくと
効率的にできるんだけどな

**デフォルトの名無しさん** · 2019/11/09(土) 15:20:57.64

言うほど種類はない。
ランダムツリー系、回帰、ノンパラ(カーネル法)
くらい。
それ以上細かくやるやつはただの時間稼ぎするだけの馬鹿。
そんなことするくらいならデータ整備のが結果がでるけど
めんどくさがってやらない言い訳かんがえてるだけなんだよな。。

**デフォルトの名無しさん** · 2019/11/09(土) 15:59:24.90

>>482
> ランダムツリー系、回帰、ノンパラ(カーネル法)
粒度バラバラやんけ

動物は言うほど種類はない。
犬、哺乳類、恒温動物
って言うくらい意味ないぞ

**デフォルトの名無しさん** · 2019/11/10(日) 18:39:47.71

デ○ソーレベルに中途で入社できる奴なんてクソ大学の准教授
に応募しても採用されるんじゃね？もちろんデーターサイエンティストとかで。

あと、取り敢えず株ならエクセルで頑張ってみたらどうだろう？

**デフォルトの名無しさん** · 2019/11/10(日) 18:45:34.88

実務経験1年以上でもいいのか、そんなのならベンチャーで頑張って
きた実力者なら引く手あまたなのかもな。

**デフォルトの名無しさん** · 2019/11/10(日) 20:05:29.69

>>483
いやまずそこで分類するだろ。
いちゃもんつけるなら他にいい分類があるだろうからあげてみれば？

**デフォルトの名無しさん** · 2019/11/10(日) 20:34:35.47

お前らって実務でもデータサイエンス扱ってる？
完全に趣味で勉強してるが実務で使えてる奴羨ましいわ

**デフォルトの名無しさん** · 2019/11/10(日) 20:55:00.26

デンソーってそんな大した企業じゃないだろ・・

**デフォルトの名無しさん** · 2019/11/10(日) 20:58:22.78

>>486
分類、回帰、次元削減、クラスタリングとかやろ
何故にモデルとタスクと計算テクニックが混同されて同列に並んでるかがわからん

**デフォルトの名無しさん** · 2019/11/10(日) 21:45:10.08

>分類、回帰、次元削減、クラスタリングとかやろ
全く実際の作業を意識してないだろ。
ここになぜか次元削減を持ってくるとか何もわかってないな。
それは前処理に組み込むかどうかで全く別軸。
なぜか分類とクラスタリングみたいに教師有無が混じってるし、
そんなんところで実際に迷うなんてことはない。

**デフォルトの名無しさん** · 2019/11/10(日) 21:54:09.00

出たよ実務マウント
それあなたがしてる作業の話でしょ？
先ず解きたいタスクを決定して、その後に使うモデル決めるのが普通でしょ？
いきなりランダムツリーで行くかどうかから考えんの？

ランダムツリーを利用する回帰も存在するがそれらが別なのも不明

**デフォルトの名無しさん** · 2019/11/10(日) 23:49:45.51

490が何言いたいのか分からん
方法論の種類の話じゃなかったのか？

**デフォルトの名無しさん** · 2019/11/11(月) 13:00:56.30

デンソーは忙しいぞ？
アイシンのほうがノンビリで
オススメ

**デフォルトの名無しさん** · 2019/11/11(月) 14:42:47.55

デンソーの売上知らず？
とはいえ及川さん技術顧問になったけど何も変わったように見えんな
こういう会社がまともにデータサイエンス導入したらめちゃくちゃ強いんだけど本当に残念だ

**デフォルトの名無しさん** · 2019/11/11(月) 14:57:32.17

最近は日本電産

**デフォルトの名無しさん** · 2019/11/11(月) 18:56:20.14

デンソーは体育会系なので
優秀な人は集まらない。
デンソーの製品を海外メーカーと
比べてみなさい。
ボルボなどのったらデンソーが
いかにレベル低いかわかるから。

**デフォルトの名無しさん** · 2019/11/11(月) 20:36:38.52

ファナックファナック

**デフォルトの名無しさん** · 2019/11/11(月) 20:47:43.44

>>491
いやだからそこで迷うことなんてないって言ってんじゃん。。
実際に仕事で使ったことないならそういえばいいのに。

**デフォルトの名無しさん** · 2019/11/11(月) 21:42:12.03

ファナモ

**デフォルトの名無しさん** · 2019/11/12(火) 23:19:33.07

何言ってるか分かんないけど、もしかしたら話が通じないのは日本語の問題かな

**デフォルトの名無しさん** · 2019/11/12(火) 23:51:33.47

ファナック来なよ。地上の楽園だよ

**デフォルトの名無しさん** · 2019/11/13(水) 00:24:09.97

回帰って言ってランダムツリー系統を思い浮かべるバカなんていねーわ。
極論言って話誤魔化そうとしてるバカがいるな。

**デフォルトの名無しさん** · 2019/11/13(水) 07:27:20.69

まー、ファナックは忍野の山の中とかだから好きな人からすれば楽園だなぁ。

**デフォルトの名無しさん** · 2019/11/13(水) 15:36:41.52

分類されているprobabilityを推定される物理量に掛ける羽目になっちまった

**デフォルトの名無しさん** · 2019/11/13(水) 18:06:28.75

gbmは普通に回帰でも使われてるイメージ

**デフォルトの名無しさん** · 2019/11/14(木) 07:17:25.69

だよな、カクカクだけど。

**デフォルトの名無しさん** · 2019/11/14(木) 08:50:11.59

原点回帰

**オーバーテクナナシー** · 2019/11/15(金) 01:46:31.39

(強いAI)技術的特異点/シンギュラリティ178
https://rio2016.5ch.net/test/read.cgi/future/1573088050/

**デフォルトの名無しさん** · 2019/11/18(月) 16:36:36.26

I will be back!

**デフォルトの名無しさん** · 2019/11/18(月) 17:09:34.92

ｵﾃﾞﾝﾃﾞﾝﾃﾞﾃﾞﾝ

**デフォルトの名無しさん** · 2019/11/23(土) 10:33:47.71

もう下火かな？

**デフォルトの名無しさん** · 2019/11/23(土) 14:26:01.23

んなわけない
過去にもあったように今も一過性のブームなのは目に見えてるけどまだ下火ではない
むしろこれから

**デフォルトの名無しさん** · 2019/11/23(土) 16:12:34.94

まあ、結果がでつづけなければ下火でしょうね

**デフォルトの名無しさん** · 2019/11/24(日) 07:53:05.67

第三次AIブームは一次二次の時よりかなり実用的だから
長い間盛り上がり続けると思う
自動車自動運転技術も需要あるし
難点は高スペックのコンピュータが必要なところ

**デフォルトの名無しさん** · 2019/11/24(日) 08:47:32.02

割と真面目にこの分野はハードウェアで頭打ちになるよな

**デフォルトの名無しさん** · 2019/11/24(日) 10:32:25.76

そうなんか
学習するときは高スペック必要だろう
しかし学習済データで動作だけする分には
スペックそれほど必要なくね
固定化されるけど

**デフォルトの名無しさん** · 2019/11/24(日) 12:50:56.68

分散コンピューティングでなんとかなるから、
ハードウェアはそれほど問題にならないのでは

**デフォルトの名無しさん** · 2019/11/24(日) 14:52:25.54

クラウドで処理する場合
アップロードするデータが大容量だと手間がかかる
学習済みデータ使うだけならスペックはそれほどいらない

**デフォルトの名無しさん** · 2019/11/24(日) 20:04:14.02

軽量化＆ローカル稼働もGoogleが頑張ってくれてるから、なんとかなるだろう。

しかし、先駆者だったIBMは圏外に転がり落ちたな

**デフォルトの名無しさん** · 2019/11/24(日) 20:14:10.07

学習は今でも相当金かかる。
アマゾンあたりがもう少し学習チップまわりで頑張ると思ってたが案外そうでもない。

**デフォルトの名無しさん** · 2019/11/24(日) 22:21:13.25

テラバイト級のデータだとコピーするだけで時間かかり過ぎる
通信量課金や回線速度を考えるとかなり厳しいんだよな

**デフォルトの名無しさん** · 2019/11/25(月) 07:17:04.29

ペタバイト級になったら超大変だね

**デフォルトの名無しさん** · 2019/11/25(月) 13:03:33.27

どんなbigdataでテラバイトとかペタバイト？

**デフォルトの名無しさん** · 2019/11/25(月) 14:25:55.69

主に動画系かな
前処理で暗号化してるからそこから復号化するのにも時間かかる

**デフォルトの名無しさん** · 2019/11/25(月) 22:13:59.88

んーん。
ひたすら時間がかかってめんどくさい。。

**デフォルトの名無しさん** · 2019/11/29(金) 03:00:32.13

>>447
数学が理解できない池沼扱いになるだけだろ

**デフォルトの名無しさん** · 2019/12/18(水) 03:01:37.50

>>471
https://www.youtube.com/watch?v=OnuBWzKmpZU

**デフォルトの名無しさん** · 2019/12/18(水) 03:03:32.19

↑　Deep Learning習得と人材育成のコツ（初学者向け）

**デフォルトの名無しさん** · 2019/12/18(水) 03:11:18.27

YouTuberから学ぶデータサイエンスまとめ。海外チャンネル多め。
https://qiita.com/Hyperion13fleet/items/5cedaca97fc8fa0706a2

**デフォルトの名無しさん** · 2019/12/18(水) 05:27:26.99

日経 xTECH ビジネスAI Advent Calendar 2019
テーマ１ AI道場「Kaggle」への道
https://qiita.com/advent-calendar/2019/xtech-businessai-kaggle
テーマ２　機械学習をどう学んだか
https://qiita.com/advent-calendar/2019/machine-learning-01
テーマ３　機械学習ツールを掘り下げる
https://qiita.com/advent-calendar/2019/machine-learning-02

**デフォルトの名無しさん** · 2019/12/18(水) 13:38:18.86

3BLUE1BROWN SERIES シーズン 1 • エピソード 1
Vectors, what even are they? | Essence of linear algebra, chapter 1
https://www.youtube.com/watch?v=fNk_zzaMoSs

**デフォルトの名無しさん** · 2019/12/20(金) 20:05:19.52

数理科学卒でデータサイエンティストに
なって5年目です。
実務では数学使わないので
手が動かなくなってしまいました。
また勉強しなおすかなとも思いましたが
ITスキルを伸ばしたほうが良いと
まわりが言います。
そうなんでしょうか？

**デフォルトの名無しさん** · 2019/12/20(金) 21:32:17.53

君が思ってることも周りが思っていることも両方正解。
つまり両方やれってこと。

**デフォルトの名無しさん** · 2019/12/20(金) 21:34:09.32

転職した方がいいんじゃね

**デフォルトの名無しさん** · 2019/12/20(金) 22:07:08.86

ITなんてあとからなんとでもなる

**デフォルトの名無しさん** · 2019/12/21(土) 02:16:25.94

数学使わなくてもいいけど、その人の価値は止まっちゃうよね。

**デフォルトの名無しさん** · 2019/12/21(土) 10:03:42.12

人の価値は走らせなきゃ

**デフォルトの名無しさん** · 2019/12/22(日) 00:43:58.26

ディープラーニングの基本は四則演算を微分してるだけとか言ってるおっさんがいたんだけどそうなん？

**デフォルトの名無しさん** · 2019/12/22(日) 01:36:48.30

間違いではないが、全ての物質は原子が集まって出来ていると言うのと同レベルの話

**デフォルトの名無しさん** · 2019/12/22(日) 09:59:33.27

四則演算を微分するとはすごいな（棒）

**デフォルトの名無しさん** · 2019/12/22(日) 10:10:49.57

演算を微分とは

**デフォルトの名無しさん** · 2019/12/22(日) 11:00:21.50

自動微分のことだろ。

**デフォルトの名無しさん** · 2019/12/22(日) 11:20:29.67

どっかのおっさんが言ってたってよくわかってない奴が書き込んでるだけなんだから
言い回しまで正確なわけが無いだろ
多少は補完して読み取ってやれよアスペかよ

**デフォルトの名無しさん** · 2019/12/22(日) 11:25:59.36

>>538は「四則演算を微分」の意味が分かった上で、それは正しいのかと聞いているわけで

**デフォルトの名無しさん** · 2019/12/22(日) 11:30:04.32

関数も演算子もある意味で一緒と考えれば間違ってはいないだろう。
てかそんなしょーもないことに対して正しいとか間違ってるとか考えることが無駄。
マウント合戦の元にしかならんわ。

**デフォルトの名無しさん** · 2019/12/22(日) 11:45:53.15

理系分野において「些細な言い回しの違いなど気にするな、気にする方がおかしい」などと言い出したら終わりだ
些細な言い回しの違いに明確な定義の違いが含まれるのだから

**デフォルトの名無しさん** · 2019/12/22(日) 11:46:10.40

ディープラーニングに限らずソフトウェアってのはあらゆる関数を四則演算の組み合わせで頑張って記述してる
ディープラーニングは損失関数の最小値解を探すのことで、解を探すのに微分と逆伝播が使われる

間を全部すっ飛ばして書くと538みたいに書いても間違いではない

**デフォルトの名無しさん** · 2019/12/22(日) 11:49:22.21

全ては論理演算だよ

**デフォルトの名無しさん** · 2019/12/22(日) 11:54:42.52

「○○の基本は四則演算」の○○にはコンピュータ上で行うあらゆることが当てはまるわけで
ディープラーニングの説明としては何の情報も含まない無意味な説明ということ

**デフォルトの名無しさん** · 2019/12/22(日) 12:10:50.73

>>546
逆だろ。
厳密論以外認めてなかったら物理学なんてほとんど成り立たんぞ。
気にする場面と気にしない場面があるってだけの当たり前の話が通じないってことのが問題。

**デフォルトの名無しさん** · 2019/12/22(日) 13:06:02.35

些細な違いに名前がないことがおかしいのですよ

**デフォルトの名無しさん** · 2019/12/22(日) 13:23:22.82

極論をすれば足し算しかしていないけどな
減乗除は内部的には足し算に還元されるし

**デフォルトの名無しさん** · 2019/12/22(日) 15:36:03.23

松尾氏がディープラーニングは最小二乗法といったのはあれは極論？

**デフォルトの名無しさん** · 2019/12/22(日) 15:38:31.72

この数式の意味判るかたいらっしゃいますか？
https://dotup.org/uploda/dotup.org2021965.jpg
判ったら教えてください

**デフォルトの名無しさん** · 2019/12/22(日) 17:01:45.32

>>553
最小二乗法での推定が正規分布以外では使い物にならないことを理解していれば極論どころか誤り

**デフォルトの名無しさん** · 2019/12/22(日) 19:13:48.26

あれそんな目くじらたてて批判するほどのことか？
softmaxだって誤差を二乗しないだけで理屈は大して変わらんだろう。
最尤推定で導出するとか正則化項をつけるのをベイズで理屈付けするとかあるが
あんなもん後付けだし。
そもそも誤りと断定するほどDNNのロスとしてどれほど差が出るか
まともな実験をしてる奴なんてほとんどおらんだろ。
cifer10でうまくいきました～みたいなカス論文ばっかでさ。(松尾研もそんなんばっかだが)

**デフォルトの名無しさん** · 2019/12/22(日) 19:17:23.81

でぃーぷらーにんぐ界隈も格差社会だのぉ。

**デフォルトの名無しさん** · 2019/12/22(日) 21:14:57.51

ボケ爺さん乙

**デフォルトの名無しさん** · 2019/12/22(日) 21:32:02.86

最小二乗法は損失関数を残差の二乗和にすることこそが定義であって
ディープラーニングは別に何の損失関数を使ってもいいんだからそれはズレてる気がするな

損失関数の定義はディープラーニングのフレームワーク全体の中の一要素に過ぎない

**デフォルトの名無しさん** · 2019/12/22(日) 22:54:34.56

>>545
自分がマウント合戦を起こしてどうする

**デフォルトの名無しさん** · 2019/12/23(月) 00:54:53.28

>>556
誤差をどう評価するかってモデルのかなり本質的な部分で超重要ポイントだぞ
要は採点基準なわけだからそれ次第で結果が全く変わってしまう

**デフォルトの名無しさん** · 2019/12/23(月) 20:12:44.61

アップルが従業員に遺伝子検査サービス無料提供。「治療」から「予防」へ

https://japanese.engadget.com/2019/12/14/apple-clinic/