【統計分析】機械学習・データマイニング33

2023/03/17(金) 01:30:49.78

!extend:on:vvvvvv:1000:512
!extend:on:vvvvvv:1000:512
↑すれたてる毎に１つずつ減るので、減ってたら３回に増やしてたてること。

機械学習とデータマイニングについて語れ若人

＊機械学習に意識・知能は存在しません。
　人の意識に触れたい方はスレ違いです。

■前スレ
【統計分析】機械学習・データマイニング29
https://mevius.5ch.net/test/read.cgi/tech/1597882603/
-EOF-
【統計分析】機械学習・データマイニング30
https://mevius.5ch.net/test/read.cgi/tech/1609459855/
【統計分析】機械学習・データマイニング31
https://mevius.5ch.net/test/read.cgi/tech/1632587566/
【統計分析】機械学習・データマイニング32
https://mevius.5ch.net/test/read.cgi/tech/1659286605/

VIPQ2_EXTDAT: default:vvvvvv:1000:512:: EXT was configured

2023/09/03(日) 23:02:38.71

奴らは有望分野には無茶苦茶な金注ぎ込むからな　日本には真似できない
なので奴らが目をつけない分野から攻めていく

2023/09/04(月) 23:00:30.72

お金の問題だけではないと思う。
自己本位性脅威モデルによると自己愛が強い者ほど攻撃性が高い事が知られているから、自己愛が強くなりやすい数学系は極端なほど行儀の良さを要求されると思う。日本は天皇を守らなくちゃいけないからね。
加えて、日本に限った話ではないが、デシの自己決定理論によると内発的モチベの構成要素の一つとして有能感がある。優秀すぎる人が隣にいると有能感が満たされなくて内発的モチベが下がってしまうから優秀すぎる人は排除されるだろう。
凡人に要求されるコミュ力が1とすれば数学つよつよに要求されるコミュ力は1.5ぐらいだろうな。ただでさえ勉強で精神が疲弊してるのにずっとヘコヘコしてなきゃならない。

2023/09/05(火) 19:17:19.57

どした急に😅

2023/09/10(日) 23:21:10.83

>>215
Self-attensionがよくわかんないｗ
query、key、valueの意味がよくわかんない…

2023/09/11(月) 11:11:08.78

俺もこの機能が何を意味してるのかわかんない教えてエロいしと🤔

2023/09/11(月) 20:38:59.84

テスラのスーパーコンピュータの名前「Dojo」だって
童女だなんてイーロンもなかなか好きだねーｗ

2023/09/12(火) 06:02:03.94

道場でわ？🤔

2023/09/12(火) 08:15:46.76

AIがtrainingを受けるところだから
dojoって名付けたと説明していたな

2023/09/12(火) 09:40:00.80

昔は実装内容全部見てネットワーク構造ちゃんと確認してたんだが、
近頃はもうこんな感じね、なんとなく理解したで終わってる
直近はもう見なくていいやってなってるw

2023/09/13(水) 22:13:28.84

○ ０ o ｏ ―y（￣◇￣）ぷは～

2023/09/13(水) 22:22:18.73

>>318
日本は
ショボいなぁ…

2023/09/14(木) 02:13:33.53

｢道場｣から｢童女｣を連想する変質者はﾀｲｰﾎ
おさわりまんこです

2023/09/14(木) 02:16:05.30

おさわりまんこのひとです

2023/09/14(木) 03:24:47.46

道場でも童女でもなくて二匹目の泥鰌を狙ってるのかと思った

2023/09/18(月) 16:34:23.77

Stable Diffusionってすげえな
要求と異なる画像を次々と生成してくる

2023/09/19(火) 15:52:29.06

Transformers as Support Vector Machines
https://arxiv.org/abs/2308.16898

トランスフォーマーのkqがsvmに対応してるらしいぞ

2023/09/21(木) 06:12:37.51

黒橋くんは優秀なんだろうけど創造性はないよね米国での試みを日本で後追いしてるだけだし
この試みの新規性は日本という地域性だけだし
論文は多少書けるくらいの微妙な成果が出るだけじゃないかな
スケールもショボショボ

2023/09/24(日) 20:05:54.38

diffusionを理解するには、
GANの理解が必要なの？

2023/09/25(月) 16:08:58.36

Stable Diffusionで、まともなヘアドライヤーで髪をブローしてる写真作ってくれ
どうやってもできん

2023/09/28(木) 13:04:55.14

みんなはクラスタどこの使ってる？
Amazon?

2023/09/30(土) 16:35:59.24

エルビット・システムズ

2023/10/02(月) 07:14:15.84

機械学習で自分で番号を選ぶ形式の宝くじを当てることは可能ですか？

2023/10/02(月) 10:22:22.86

ランダムで決まる答えを予測する方法があると本気で思っているのなら統計学を一から学び直すべき

2023/10/03(火) 14:08:24.86

今から、人工知能について勉強する場合、ディープラーニングのみを勉強すれば十分ですか？
他の機械学習の手法についても勉強したほうがいいですか？

2023/10/03(火) 15:35:55.90

>>342
漏れも本気で思ってないけど
ブラックショールズってなんなんだろう

2023/10/03(火) 15:47:42.84

>>343
他のとは？

2023/10/03(火) 15:58:09.09

>>343
とても興味深い質問だね
詳しく説明してくれるかな？

2023/10/03(火) 16:53:12.42

>>345-346

なんかサポートベクトルマシンとか、頑張ってちょっと賢い方法を考えだしたねっていう機械学習の手法があるじゃないですか。
あんな類の小物臭のする手法を、今でも、人工知能の初学者が勉強したほうがいいかという質問です。

ユニバーサルなディープラーニングだけでいいんじゃないかって思っちゃいます。

万能なディープラーニングだけでいいのではないかと思えるんですが。

2023/10/03(火) 17:03:38.35

そうですね😙

2023/10/03(火) 17:57:29.34

SVMは数理最適化の基礎が詰め込まれた良題材なので勉強すべきだしSVMすら学ばず人工知能やってますとか言われてもネタかなと思ってしまう

2023/10/04(水) 07:18:12.02

ディープラーニングしか知らないで
AI出来ます！とか言うヤツいるよな

心の中では詐欺師と思って話してる

2023/10/04(水) 07:23:17.31

小物臭のする手法…

2023/10/04(水) 07:24:13.97

大物臭のする手法の使い手がここで一言ｗ
↓

2023/10/04(水) 08:23:49.46

サポートヴェクターマッスィーーーーーン！！！！！

2023/10/04(水) 10:13:49.37

ばぷにっく

2023/10/04(水) 10:40:49.94

>>347
AIのごく一部であるDLだけやりたいならそうすれば？
DLは万能でない、向き不向きある

2023/10/04(水) 13:33:55.05

ランダムフォレストやk-meansのクラスター分類やパーセプトロンも学ぶくらいはすべきかなw

2023/10/04(水) 17:19:40.82

ディープラーニングで偏相関は求められないんじゃないか？
ABテストみたいな実験をせずに結果から原因を推定する因果推論でディープラーニング使ってる香具師見たことないが。
DLや決定木みたいなノンパラメトリックモデルって特徴量の次元数に対してサンプル数が十分でない時、相関の強い特徴量に特化したモデルが出来上がり、相関が弱い特徴量は切り捨てるバイアスがかかることがあると思うんだよな
この事は人工データを使って実験すれば実際はどうなのかすぐ分かる
決定木で実験済みだが一応自分でもやってみてくれ
正規線形回帰モデルはそういうバイアスがかからない事が数学的に証明されている（宮川の統計的因果推論 4.1節を元に容易に証明できる）
そういった理由で因果推論では誰もDLを使わないのでは？
つまりDLが万能とか何の根拠があって言ってるのだろうと言うこと

2023/10/04(水) 19:47:49.92

そおゆう低レベルな判断タスクはしないから

2023/10/04(水) 20:01:29.68

むしろ高い専門性が必要な高レベルな判断が求められるタスクなんだけど理解できてる？

2023/10/04(水) 20:04:32.72

全部ディープラーニングなバカは腐る程いて、一定数がデータサイエンス界に多大な迷惑をかけている

2023/10/04(水) 21:03:45.36

機械学習うんぬん以前に書いている日本語が○○丸出しなんだが。

2023/10/04(水) 21:11:35.50

綺麗な日本語にこだわるのも馬鹿、低能あるある。マナー講師的なヤツ。

2023/10/04(水) 21:59:45.29

○○ほどそう言うんだよなぁ

2023/10/04(水) 22:07:00.31

しかし上のDL池沼や
>>363
みたいなタイプははロジスティック回帰もエントロピーも説明できない典型だろうｗ

2023/10/04(水) 22:09:18.21

「そおゆう」のことを言ってるのだと思う。

2023/10/05(木) 09:30:43.44

>>357
オジサン、知識古いよ

2023/10/05(木) 09:30:57.32

>>357
オジサン、知識古いよ

2023/10/05(木) 12:02:53.65

スレがディープラーニングガイジに汚染

2023/10/05(木) 17:56:11.14

likelihood functionが
よくわかんない。

2023/10/06(金) 04:46:20.73

尤度はKLダイバージェンスからの導出が分かりやすい

2023/10/06(金) 04:47:04.29

尤度はKLダイバージェンスからの導出が分かりやすい

2023/10/06(金) 15:36:24.65

>>371
KLダイバージェンスと尤度と
クロスエントロピーとベイズ推定の関係を調べようとしたら、

数百ページで大変…

2023/10/06(金) 15:37:32.57

>>372
あと、
英語版を見てると、
日本のWikipediaの解説はゴミだな…

2023/10/11(水) 02:56:06.81

すみませんレベルが低いと思うのですが独自で翻訳モデルを作りたい(精度は悪くて良い)のですが以下のアルゴリズムでは何が一番適していますか？

https://i.imgur.com/CVdOBZ1.png

2023/10/11(水) 04:05:52.39

どう言葉をかけてあげればよいか見出せぬ…

2023/10/11(水) 07:39:58.97

>>375
上で上げたアルゴリズムだと厳しいですかね？

2023/10/11(水) 09:31:29.39

GANの
loss functionのminmaxがよくわからない…

2023/10/11(水) 13:57:01.47

ミニマックス（min-max）戦略
https://note.com/anmo_suzuki/n/n60a31a93d114

2023/10/11(水) 14:08:38.79

損失関数
https://developers.google.com/machine-learning/gan/loss?hl=ja

2023/10/11(水) 20:33:21.22

レスがないということは欲しい答えではないということか

2023/10/16(月) 18:09:46.56

ニューラルネットワークのリッジレッド解析て有効か？🤔

2023/10/16(月) 18:16:41.75

調べたけど駄目だスジが悪すぎる
こんな調子じゃなんも成果出てこねえや

2023/10/16(月) 18:31:59.96

ニューラルネットは巨大すぎて、深く勉強しても使うことがない気がするので、
教養くらいにとどめてる。学習済みモデルを使うこと以外はほぼあり得んじゃろう。

2023/10/16(月) 18:41:22.51

精度が低くていいのであれば、何をつかってもいいんじゃないの?
さいころを転がして文を作ってもいい

2023/11/02(木) 14:59:28.50

nttもllmやんのかよ
イッチョカミwww

2023/11/03(金) 18:52:54.40

岡谷貴之著『深層学習第1版』

ソフトマックス関数は冗長だが、ユニットの一つを選びその入力を0にしてしまえば冗長性を回避できる。
選んだユニットに入る結合重みもきちんと出力に反映される。

というようなことが書かれているのですが、本当に、選んだユニットに入る結合重みもきちんと出力に反映されますか？

2023/11/03(金) 19:02:04.03

そもそも、ソフトマックスかんすうとかはしまょうたいりょうのかほうせい(f(x)+f(y)＝f(x*y))が大前提

2023/11/04(土) 09:21:40.60

ハルシネーションて創造力の原動にならない？
人間が矯正して消しちゃうけど個性なんでわ？

2023/11/05(日) 10:24:18.73

確率的勾配降下法について質問です。

E(W) = E_1(W) + … + E_N(W)

の値をできるだけ小さくするような W を求めたい。

E_i(W) は i 番目のデータに対するニューラルネットワークの出力と i 番目の正解データとの誤差です。

確率的勾配降下法では、 (grad D)(W) を計算するのではなく、ランダムに i ∈ {1, …, N} を選んで、 (grad D_i)(W) を計算して
重み W を更新します。

こうすると、 W を更新する際に、 i 番目のデータに対する E_i(W) の値は小さくなると思いますが、全体として E(W) の値が小さくなることはどうやって分かるのでしょうか？

例えば、

(grad E_1)(W) を計算して、 W を更新する。 → E_1(W) の値が小さくなる。
(grad E_2)(W) を計算して、 W を更新する。 → E_2(W) の値は小さくなるが、直前にせっかく小さくした E_1(W) や他の E_i(W) の値は大きくなってしまう。

というようなことが起こらないのでしょうか？

2023/11/05(日) 13:39:34.14

結局、もぐらたたきのように、いくら局所的な改善をしても全体としては一向に改善されないというような事態にはならないのでしょうか？

2023/11/05(日) 13:53:23.48

大きくなったらキャンセルすれば良いんじゃないか
そもそもEってErrorのEか？EigenのEか？

2023/11/05(日) 16:29:42.61

データ量が大きくなって、ネットワーク構造を複雑にすると
なぜか全体として改善されることが経験的にわかっている
なぜかを研究する分野もある

2023/11/05(日) 17:11:37.33

>>389
ミニバッチのロスの平均に対してgradient descentを行うので、
そのデータセットに対しては、ある程度は最適化できると思います。

局所解の可能性はともかくとして。

2023/11/05(日) 17:18:34.99

>>391
>>392-393

ありがとうございました。
岡谷さんの本には、確率的勾配降下法により E(W) がどんどん小さくなっていくのは当たり前のことであるかのように何の説明もありませんでした。

2023/11/05(日) 20:15:53.11

>>394
当たり前ではないよ
その証明はかなり難しい

2023/11/05(日) 20:45:36.83

確率的勾配降下法
https://www.msi.co.jp/solution/nuopt/glossary/term_da265770bed70e5f0a764f3d20c0ce3d242e6467.html

難しいね、うん

2023/11/05(日) 23:32:13.01

なんでみんな偏微分勉強しないの？

2023/11/06(月) 15:33:19.99

自由エネルギー原理、ちかまたオカルトみたいなことやってんのな😅

2023/11/06(月) 17:41:34.06

機械学習における最適化理論と学習理論的側面
https://www.kurims.kyoto-u.ac.jp/coss/coss2020/suzuki-lecture1.pdf

確率的勾配降下法の収束の証明、ざっと眺めてみたら、まじめにやると禿げる

2023/11/06(月) 18:13:52.90

確率勾配法も、transfomerやCNNもあんまり数理的に詳しくない人が思いついた気がするけど、数理的に深い方の統計機械学習はどのくらい価値があるのかイマイチわからない

2023/11/06(月) 23:02:03.53

ヒューリスティックなことって結構あるよね
局所最適解に捕まってないという証明出来ないこと多いし

2023/11/07(火) 00:34:05.64

>>400
バックプロゲーションやNNの最適化を60年代にすでに完成させてた甘利先生が
ローカルミニマムに陥るのを防ぐことはできないと言って諦めた分野だからな

少なくとも数学的な理論では無理だと判断した
ローカルミニマムに陥らないようにする各種手法を小手先のテクニックと言って切り捨ててたし

確かにミニバッチ勾配降下法とかドロップアウトとかレイヤー正規化だとかの理論は
あくまでやってみたら有効だったというだけで証明は一切ない

2023/11/07(火) 07:26:59.94

現実の現象は決定論的でないしノイズまみれだから気にすることない

2023/11/07(火) 11:07:08.91

解空間が複雑で分からないと言ってるだけだろ、最適解の尺度（L2ノルム等）を決めた時に解を求める方法があるといってるんだよ。
万能な方法があるわけがない、甘利爺なんかを信じなるなよ

2023/11/07(火) 12:43:17.08

甘利先生の講義はめちゃくちゃわかりやすいんだよ
https://www.youtube.com/live/AVCjutAjtGs

論文はかなり難しいのだけど講義はすげー直感的にわかりやすい

2023/11/07(火) 12:51:38.81

>>404
甘利先生は万能な方法を探そうとして情報幾何やらの方向にいってしまって帰ってこなかった
そして深層学習が流行り出して戻ってきた
ジェダイの帰還

2023/11/07(火) 13:00:09.34

なにしに戻ってきたんだかwww

2023/11/07(火) 13:00:25.56

なにしに戻ってきたんだかwww

2023/11/07(火) 13:19:10.36

>>406
情報幾何は失敗だった草

2023/11/07(火) 13:35:21.83

>>409
結果的にはね
そこには「何もなかった」
しかし純粋な数学的理論としてNNを紐解こうとしたらそっちに行くしかないのはわかる

2023/11/07(火) 14:38:35.93

昔ある学会である人のは発表を聞いてそれは俺が前にやったと言っていた傲慢な爺

2023/11/07(火) 15:31:42.12

甘利先生の考えた「自然勾配」を最適化に使うと言う理論は今でこそ一般化した感じはあるが
これを70年代に生み出していたのはマジの天才としか言いようがないよ

2023/11/07(火) 15:33:49.11

理論的な綺麗さを求める人はそれはそれで必要だからやってくれればいいけど工学馬鹿にしたような感じがしてちょっと俺は

transformerの内部解析すらしようとしないし（笑）できないのかもしれんが

2023/11/07(火) 15:44:03.88

甘利先生が60年代と70年代に出した論文を超えるようなものを出した日本人はいないからね
この時期は福島先生という今のCNNとまんま同じNNを出した天才もいるし
時代が違っていれば日本人が世界していた可能性も高い

2023/11/07(火) 15:45:51.99

s/世界していた/世界を支配していた/

2023/11/07(火) 15:49:56.83

ハードウェアの発展（GPU、メモリ）があったからDLが発展した。それだけ。

2023/11/07(火) 15:52:40.77

>>416
でもその発展の時期にヒントンは現場にいた
甘利先生はいなかった
その差なんだよね
悲しいわ

2023/11/07(火) 15:59:17.64

本当のブレイクスルーはtransformersぐらいだしね
それ以外は全部元ネタはあったわけで
それをさも新しいもののように発表してるから
甘利先生は怒ってるのだろう

2023/11/07(火) 16:41:31.61

甘利爺さんも外野ｗ