【統計分析】機械学習・データマイニング26

1 名前：デフォルトの名無しさん mailto:sage [2019/09/15(日) 09:23:06.34 ID:bjsiNRs40.net] 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 ■関連サイト 機械学習の「朱鷺の杜Wiki」 ibisforest.org/ Machine Learningを用いた論文一覧2018 https://shiropen.com/seamless/machine-learning/2018 2017年のディープラーニング論文100選 https://qiita.com/sakaiakira/items/f225b670bea6d851c7ea DeepLearning研究 2016年のまとめ 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23 https://mevius.5ch.net/test/read.cgi/tech/1551352040/ - 【統計分析】機械学習・データマイニング25 https://mevius.5ch.net/test/read.cgi/tech/1561568018/ 【統計分析】機械学習・データマイニング24 https://mevius.5ch.net/test/read.cgi/tech/1556674785/ - VIPQ2_EXTDAT: checked:vvvvvv:1000:512:----: EXT was configured VIPQ2_EXTDAT: checked:vvvvvv:1000:512:: EXT was configured 841 名前：デフォルトの名無しさん [2020/01/02(木) 14:08:56.51 ID:fRqsjLPxF.net] >>812 箱根マラソンもビッグデータωで戦ってるそうだ https://toyokeizai.net/articles/-/321510?page=3 842 名前：デフォルトの名無しさん [2020/01/02(木) 14:23:33.66 ID:CkITwvFM0.net] >>822 よく言われる過学習になってると思う 過学習かそうでないかは未知データで訓練と同程度の性能が出るかどうか以外の判別方法ある？ 843 名前：デフォルトの名無しさん mailto:sage [2020/01/02(木) 19:01:13.39 ID:GkTEMuMY0.net] ない。あったらみんな飛びついてる。 844 名前：デフォルトの名無しさん mailto:sage [2020/01/02(木) 19:18:29.62 ID:GkTEMuMY0.net] そういうわかりやすい汎化性能を表す指標ってものがあったら、それをロスに組み込めばいいわけだ。 だがそんな状況にはなってない。 845 名前：デフォルトの名無しさん mailto:sage [2020/01/02(木) 22:19:42.02 ID:KXPhUsay0.net] 希望の結果に成らなかった事柄全て、過学習と言ってしまうことのないように 846 名前：デフォルトの名無しさん [2020/01/02(木) 23:09:33.24 ID:abNQ9/EA0.net] 日本の研究期間は 本当の意味で研究に寄与してない 松尾豊あたりがちゃんと言わなきゃダメだろ 847 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 09:51:46.65 ID:JJK+Gv110.net] そんな自分を全否定するようなこと言えないだろw 848 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 10:33:40.29 ID:dIGkMlOva.net] PyTorchとTensorFlow - 学界と産業界で有力なMLフレームワークはどちらか https://www.infoq.com/jp/news/2019/12/State-Machine-Learning-fw-2019 849 名前：デフォルトの名無しさん [2020/01/03(金) 11:57:25.32 ID:lHIykz7yF.net] >>827 ほんそれ 日本の教育構造の欠陥だな 850 名前：デフォルトの名無しさん [2020/01/03(金) 15:30:23.04 ID:W71Q+2T/0.net] >>831 主語デカ 851 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 16:10:33.70 ID:jtHjGBI50.net] 粗探し <<<< 欠点の解消の実行 852 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 17:04:32.60 ID:WpaKhE1wa.net] 過学習の判定は当然ながら一定数の推論結果を総合して行うわけで個別の推論結果が希望通りかどうかなんてことはそもそも眼中にない >>827は過学習が何なのか、どうやって過学習か否か判定するのかすら理解していないのだろう 853 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 17:59:55.69 ID:gVRcdqQw0.net] 松尾豊にダメ元で意見を送ってみることにした 実装とデータをgithubで公開することを基本にしろ、と そうしないと日本の研究は停滞したままだ、と 854 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 18:29:08.35 ID:6jkaCR+Q0.net] >>835 松尾に送ってどうするよ 855 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 18:34:20.22 ID:b+HkQOrh0.net] 繰り返しますが、うまくいかなかった事柄を過学習とラベリングし、考えることを止めないように。 過学習って言葉は使用禁止にしたいぐらいですね 856 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 18:37:58.64 ID:b+HkQOrh0.net] >>835 松尾って奴には何も期待してないから別にやらなくてよい 857 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 19:54:17.54 ID:hATKQL5q0.net] 線形代数とか難しいんだけど、ライブラリ使いこなすだけだとやっぱりしぬ？ 858 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 21:15:55.83 ID:JJK+Gv110.net] 機械学習は置いといても線形代数は理解してた方が今後の人生のためにはなる。 859 名前：デフォルトの名無しさん mailto:sage [2020/01/03(金) 22:46:08.59 ID:kIdsqT260.net] >>835 経産省と文部科学省に言うべきだが、 >>835が進言するより、松尾や落合が言った方が聞く耳を持って貰える 860 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 01:07:26.61 ID:+fj4YEmI0.net] 聞いてるふりをして聞き流してますよ 861 名前：デフォルトの名無しさん [2020/01/04(土) 08:10:20.67 ID:0FWfySRB0.net] PFNの連中でもいいけど 日本のAIベンチャー（笑）から建設的な意見が出てこないのも悲しい やっぱり山師なんだろう 862 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 10:56:49.96 ID:GvN9lrG00.net] 実装を公開するといっても、実装した人の特異な環境、設定で やっているかもしれないし。次はそれをもっと標準的な環境で 公開しろということになってきりがないような気がするが 863 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 11:08:32.58 ID:uVSKRwzpM.net] まずは米国並みに公開すればいい。問題が出てきたら他国でも問題になるだろうから皆で考えればいいさ 864 名前：デフォルトの名無しさん [2020/01/04(土) 11:41:58.28 ID:ENDwxYLV0.net] 公開するのってキリスト教的な考えなのかな 寄付みたいな 日本はどうも閉鎖的 865 名前：デフォルトの名無しさん [2020/01/04(土) 11:42:29.12 ID:j2BUy ] [ここ壊れてます] 866 名前：Z6N0.net mailto: 複数のデータセットでエラー率を測定して その母比率を区間推定して 下限値が要求するレベルを超えているかどうかで そのモデルを採用するか否か判別する方法はどうか エラー率を他の指標にしてもいいかもしれない [] [ここ壊れてます] 867 名前：デフォルトの名無しさん [2020/01/04(土) 11:43:40.22 ID:j2BUyZ6N0.net] 過学習しているモデルなら エラー率の分散が大きくなると予想して 区間推定の区間が広くなって 下限値が下がると思う 868 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 11:56:52.06 ID:NL29rqkc0.net] 複数のデータセットをそんな簡単に用意できるわけないだろ。 クロスバリデーションからやり直し。 869 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 11:59:21.87 ID:uVSKRwzpM.net] >>846 科学的なものではないか 材料系の実験論文は、材料と手順を書いても追試困難なものも多いそうな 計算機上で出来る実験はエビデンスとしてソースが使えるから、公開したら説得力が増して良いことばかり 870 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 12:19:30.68 ID:NL29rqkc0.net] 問題は説得力と信頼性を得ても金にならんてことだけどね。 871 名前：デフォルトの名無しさん [2020/01/04(土) 12:31:23.41 ID:trUJS7QSF.net] 線形代数が難しいって言ってる人に聴きたいんだが 具体的にどの辺で詰まってるの？ 872 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 12:33:42.39 ID:n3QqNFMv0.net] 論文の説得力が増しても給料上がったりに繋がらないなら、研究者の評価の仕方が違うんかね お役所はどこを見てるのか 873 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 13:01:13.27 ID:Eq0fd+t90.net] 随伴行列とか 874 名前：デフォルトの名無しさん [2020/01/04(土) 13:12:18.47 ID:lipfO/3va.net] >>844 イメージも一緒に公開するまでだ 875 名前：デフォルトの名無しさん [2020/01/04(土) 13:20:23.20 ID:j2BUyZ6N0.net] >>849 訓練に必要なデータ数はどの程度か目安を計算する式ある？ テスト用ならそれよりもっと少なくていいんじゃね？ 876 名前：デフォルトの名無しさん [2020/01/04(土) 14:13:41.19 ID:CQ4m6M+L0.net] 教育やってるけど難しいと言ってる人は大抵固有値問題で引っかかる 877 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 14:39:53.48 ID:eKUy87rqa.net] 固有値で引っかかり ジョルダン標準形で完全挫折 878 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 15:16:22.42 ID:zJPV7nPe0.net] 固有値では引っかからんだろ、ジョルダン標準形なら分かるが 879 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 16:07:21.47 ID:+gXTwHr30.net] 線形代数は大抵の大学の講義がひたすら定理の証明をなぞるだけで何のためにやってるのか説明しないからいつしか付いていく気が失せるのが問題 880 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 16:55:02.67 ID:dVmT9Zd40.net] >>853 何本かいたか＆何回発表したか　しかかぞえてないぉ だから プレデター（ハゲタカ）ジャーナルとかプレデターカンファレーションがわらわらわー 881 名前：デフォルトの名無しさん [2020/01/04(土) 17:12:16.04 ID:0FWfySRB0.net] じゃなくて 研究者としての矜持くらい持てよ 882 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 17:15:40.43 ID:dVmT9Zd40.net] 矜持と予算がケンカする現状なのー 883 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 17:58:28.14 ID:UI0ynszPa.net] 正当な評価を受けたいまともな研究者は海外へ出ていくだけ 884 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:20:25.08 ID:mrNm0sQkF.net] ロジック/ロジカルシンキング/論理的思考と一般的に呼ばれるもので物事を解決しようとすると、基本的な問題解決のための方法は 帰納法によるアプローチ 演繹法によるアプローチ この二つの何れかのアプローチに分けられる。 885 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:24:33.17 ID:mrNm0sQkF.net] 前者は、これまでの実績/経験則を元に一般法則を推定しようとするアプローチである。 一方後者は、確固たる前提/原理原則/一般規格から、確固たる結論を得る方法である。 886 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:27:21.07 ID:mrNm0sQkF.net] 例えば、ハイパーパラメータを弄って一定の 887 名前：効果・傾向を掴み、それを元に上手くいった/いかないを結論付けようとするのは帰納法による推論である [] [ここ壊れてます] 888 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:33:21.25 ID:mrNm0sQkF.net] 他方、小学1年の算数の例であるが… 1＋1は2である。 これは、小学生1年生であろうが学校の先生であろうが、会社の社長であろうが一国の首相であろうが同じ答えを答えるだろう。 889 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:34:05.47 ID:iP+F2XtLM.net] >>861 引用数も評価されると思ってた 引用稼ぐにはソース公開はいいと思うけどなあ 890 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:37:44.95 ID:mrNm0sQkF.net] ただし、 数字を十進法ではなく二進法で表せば1+1=10である。 他に、 1＋1の『+』の加算の定義を『×』乗算の定義と入れ換えれば1+1＝1である。 あるいは、 2という数字の定義を5と入れ換えれば1+1＝5である。 891 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:39:43.23 ID:mrNm0sQkF.net] 加算の定義、数字の定義、数の定義を全て正しいものと仮定して始めて1+1は2となる。 892 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:41:39.97 ID:mrNm0sQkF.net] ここの人は是非、自分のやっていることが前者で進めているのか、後者で進めていることなのか、よく考えてほしい 893 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:47:32.97 ID:mrNm0sQkF.net] 帰納法で得られた結果はあくまでも推定の域を出ない。 例え10回やって10回ともいい結果が出たとしても11回目に100%よい結果が出るかどうかは保証はない。 894 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 19:50:57.56 ID:mrNm0sQkF.net] 他方、演繹法は絶対的・普遍的な解を得ることができる。 これは非常に強烈なロジックなのだが、残念ながら日本ではこのアプローチを重視する人材が非常に少ない、というかいない 895 名前：デフォルトの名無しさん [2020/01/04(土) 19:52:14.75 ID:CQ4m6M+L0.net] 公衆無線LANで何寒いこと書いてるねん 896 名前：デフォルトの名無しさん [2020/01/04(土) 20:19:20.64 ID:ENDwxYLV0.net] ねー 文系出身のワナビーだろう 直感はどちらに分類されるのだろうね 897 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 20:27:40.67 ID:dVmT9Zd40.net] >>869 そういえばそんなのもあったが だいたいはお友達ｗ同士で相互に引用しあって一蓮托生というね　もうね 898 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 20:43:29.49 ID:m+tPynmQ0.net] >>876 帰納法 899 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 20:52:46.32 ID:YBqf4hfGa.net] 日本での研究者の評価というと、真っ先に思い浮かぶのが科研費 過去の論文の数を基に、今後の計画を立てて予算申請する 一応審査しているのは専門家 専門性の高い論文を書いているかどうかが評価の基準 情報公開は・・・評価されるのかな? そういうのを書く項目がないような気がする 900 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 21:56:53.64 ID:xLbjEwkrM.net] 君たちG検定はとるの？ 901 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:06:24.08 ID:NL29rqkc0.net] >>856 そんなものはない。 あってもVC次元使った奴とかバウンドが実際のデータ数よりも圧倒的に多いものしか計算できなくて 全く使い物にならん。 テストデータのサンプル数も何回か試して精度が安定する個数に設定するってのが現状。 この仕事、やってない奴ほど理論でなんとかなると思ってんだよな。 そこが実際とのギャップになってめんどくさい議論を増やしてる。 902 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:16:11.54 ID:Eq0fd+t90.net] 相対性理論は帰納法で導かれたよ 903 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:31:38.39 ID:m+tPynmQ0.net] 相対性理論は 仮説推定⇒演繹法による検証⇒ローレンツ変換不変の前提のもとで100%正しい 904 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:34:59.55 ID:m+tPynmQ0.net] 仮説推定の検証が実験のみか理論かで分かれる 905 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:36:39.92 ID:m+tPynmQ0.net] >>881 それはお前及びお前が出会ってきた人間がヘボいだけ 906 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:39:40.66 ID:NL29rqkc0.net] >>885 そうだな。お前みたいなヘボイ奴ばっか相手にしてる。 907 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:41:53.90 ID:Eq0fd+t90.net] 例えば一般相対性理論は慣性質量と重力質量は等価である等の 小さな原理から大きな理論を構築した帰納的思考によるもの 908 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:45:01.46 ID:m+tPynmQ0.net] だから仮説推定の後すぐに演繹法による検証をやってるのがアインシュタイン 909 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 22:46:21.57 ID:m+tPynmQ0.net] 実験やってないんだよ 910 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 23:11:36.37 ID:Eq0fd+t90.net] 実験したとかしないとか関係ないし 911 名前：デフォルトの名無しさん mailto:sage [2020/01/04(土) 23:15:56.70 ID:m+tPynmQ0.net] ？？ 912 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 06:22:18.52 ID:+jir1/5X0.net] 自然言語処理のツールの使い方を覚えたいんですが 具体例のあるブログ記事ってないでしょうか keras とか ALBERT とか tensorflow とかでてくるんですが どれもインストール方法とかの説明はあるんですが はじめからセットしてあるモデルに対して精度を出力して終わりみたいなブログ記事ばかりで 実際に日本語で質問文を投げてAIが返答するようなプログラムの書き方みたいなのが一切出てこないです どうやって勉強すればいいんでしょうか 情報系の大学院生でプログラムはそこそこ経験があるんですが AIに関しては原理を講義でならっただけでtensorflow すら使ったことがないレベルです もうじき就活がはじまるのでAIが使えるってだけで有利になるらしいので サンプルシステムを作ってみたいと思ってます 913 名前：デフォルトの名無しさん [2020/01/05(日) 06:28:31.48 ID:kv6ApXZt0.net] それは世間的には基礎的かもしれないが 現行のAIはそこまで対応してないだろ 文書の内容を機械が理解するのは高度 とりあえず日本→英語の翻訳を実装してみれば手がかり、オリジナリティを得られるのでは? 一般的な、唯一の手法はないという前提だが、じぶんがしらないだけかもしれないが 914 名前：デフォルトの名無しさん [2020/01/05(日) 06:35:30.27 ID:kv6ApXZt0.net] 2019/08/19 05:01 AI翻訳が人間超え、言葉の壁崩壊へ 1人に1台、自動翻訳機、多言語“通訳”がポケットに 第1部：市場動向 https://tech.nikkeibp.co.jp/atcl/nxt/mag/ne/18/00046/00001/ 2019/08/20 05:02 AI翻訳が人間超え、言葉の壁崩壊へ トランスフォーマー時代到来、翻訳技術から汎用言語系AIに 第2部：技術動向 https://tech.nikkeibp.co.jp/atcl/nxt/mag/ne/18/00046/00002/ 915 名前：デフォルトの名無しさん [2020/01/05(日) 06:41:07.68 ID:kv6ApXZt0.net] 総務省・NICT主催「多言語音声翻訳アイデアコンテスト」(第2回)優秀賞決定！ 多言語音声翻訳コンテスト運営事務局 2019年12月19日 総務省と国立研究開発法人情報通信研究機構（NICT）は、12月14日（土）TEPIAホールにて、 多言語音声翻訳技術の更なる普及や多種多様な翻訳サービスの出現を加速するため、 世界の「言葉の壁」をなくす新しいアイデアを募集する「多言語音声翻訳アイデアコンテスト」（第2回）審査会及び表彰式を開催いたしました。 https://prtimes.jp/main/html/rd/p/000000002.000050519.html 916 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 06:55:10.09 ID:24cr/O3JM.net] 機械学習だと固有値って教本にやたら出てくるけど具体的にどこで使うの？主成分分析だけ？ 917 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 07:05:39.44 ID:+jir1/5X0.net] >>893 ツールを使うだけではBOT同志で会話するっていうのは無理で かなり高度なチューニングの知識？がいるってことなんでしょうか ライブラリに適当な文章大量に流し込めば勝手に知識獲得してしゃべりだすものかと思ってました 918 名前：デフォルトの名無しさん [2020/01/05(日) 07:15:11.42 ID:kv6ApXZt0.net] 人工知能が2019年センター試験の英語筆記本試験で185点を獲得 2019年11月19日 人工知能プロジェクト「ロボットは東大に入れるか」の一環として、大学入試センター試験の英語筆記科目に挑戦した結果、185点(偏差値64.1)の成績を収めた。 NTTコミュニケーション科学基礎研究所(NTT CS研)ではこのプロジェクトを自然言語処理および知識処理の基礎研究を進めるベンチマークとして捉え、自動解答に関する知見を積み重ねてきた。 近年は深層学習に基づく文書読解技術が進展しており、そのなかの最新技術であるXLNetは、大規模テキストによる事前学習をベースモデルに、問題の性質に合わせた移転学習を施すことで、異なる種類の問題を比較的少量のデータから効率的に解くことを可能にした。 しかし、学習に利用できるデータが大きく不足している問題や、解答に辞書的な情報が不可欠な問題では、十分な精度の解答が得られなかった。 今回NTT CS研は以下の点で改善を施し、過去3年間のセンター本試験/追試験に対して適用した結果、安定して偏差値60以上を達成したという。 不要文除去問題の高精度化 機械学習は正解と不正解のデータの両方を入力して学習するが、文章から不要な文を見つける比較的新しい「不要文除去問題」には適用できない。 というのも、通常の文章には不要な文が含まれておらず、学習に用いるデータを集めることが難しいためだ。このため従来のAIでは、本試験/追試験で15問中6問しか正解できなかった。 そこで、不要文を含まない通常の文章から、文の順序を組み替えて擬似的に不自然な流れを作成することで、大量の不要文除去問題を自動作成する手法を考案。 これにより15問すべて正答できたという。また、過去問や独自作成問題からなるベンチマークデータにおいても、正答率を60%から86%までに高められた。 https://pc.watch.impress.co.jp/docs/news/1219388.html 919 名前：デフォルトの名無しさん [2020/01/05(日) 13:14:15.07 ID:5vFDsLtv0.net] >>881 ないならつくるのが研究者の課題じゃ無いのかな？ 920 名前：デフォルトの名無しさん [2020/01/05(日) 13:16:19.91 ID:5vFDsLtv0.net] 科学って帰納的に仮説を立てて実証することの繰り返しじゃね？ その仮説を立てたりどんな実証方法があるかを考えたりするのにこれまでに判っている事を演繹的に適用して論理展開する 両方の思考が必要だと思う 921 名前：デフォルトの名無しさん [2020/01/05(日) 13:17:44.79 ID:5vFDsLtv0.net] >>882 時間や空間が絶対的なものではなくて光の速さが絶対的だと言う仮定を元に演繹的に論理展開していったものだと理解している 922 名前：デフォルトの名無しさん [2020/01/05(日) 13:19:41.39 ID:5vFDsLtv0.net] >>890 あなたはそうかもしれないけど世の中的には 実験で確認されて初めてノーベル賞もらったりしてるけどな ヒッグス粒子もそうだったし 923 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 13:31:19.77 ID:98+Qbn7z0.net] マウント合戦 924 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 13:34:07.84 ID:/FsL/PEZM.net] 物理は実験が主だよ アインシュタインみたいな理論屋は凄いけど実験で確認出来なかったら只の妄想 925 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 13:41:29.59 ID:98+Qbn7z0.net] イタチ野郎 926 名前：デフォルトの名無しさん [2020/01/05(日) 14:55:53.83 ID:5vFDsLtv0.net] >>904 湯川博士とか理論物理で進展した領域もあると思う 実験で確認されないとただの仮説だけど 927 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 15:01:35.73 ID:Xx30ZH0k0.net] >>897 (ヾﾉ･∀･`)ﾅｲﾅｲ 大量に話しかけてやれば そのうち それっぽい応答するようになる、かもしれない 日本語対応Python3系のコードっていうと ちょっと古いが、 unmoっていうのがある。 探して読んでインスコして遊んでみれ。 928 名前：デフォルトの名無しさん [2020/01/05(日) 15:38:21.14 ID:rjC1FbEm0.net] ガチ勢はフツーの線形代数じゃなくて、行列の微分が自然に出てくる領域で、 一般相対論とスキルセットで親和性が高かったりする。 929 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 17:38:18.20 ID:qqN6BGPlM.net] >>906 もちろん理論も大事なんだけど、物理の場合は理論がいくら発展しても実験で確かめられないと意味がないという風潮があるよ 電磁気力、弱い核力、強い核力を統一する大統一理論の有力候補の超対称性理論ってやつも、多分理論としてはかなり綺麗にまとまってるんだと思うけど、超対称性粒子が全然実験で検出されないからなかなか立場的に厳しいみたい 重力まで統一する万物の理論に関しては、例えば超弦理論なんかだと決めるべきパラメータが多すぎて、また実験も惑星規模の加速器を作ったりしなきゃいけないらしく、現実的にこの世界に適合する超弦理論が得られるかというと怪しいみたいで、物理学の仮説として取り扱うのすら反対意見があるらしいよ 930 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 17:57:18.05 ID:ZpTtXk4N0.net] >>909 風潮じゃなくてニュートン以来の原則が実験ですよ 何故か物理は数式で表せて、しかも美しい数式になるという所から、ここ100年ちょっとは美しさという指標で、理論だけでもドンドン発展させられたのさ 931 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 18:08:53.21 ID:qL+E1kAs0.net] 実験検証でのデメリットとしては、実験でよい結果が得られた⇒だから正しい⇒終わり としてしまう人が発生すること。 たまたま偶然よい結果がでただけの可能性を疑わない人がいるんですよね。 ○-○aveなんかはその最たる例ですね 932 名前：デフォルトの名無しさん [2020/01/05(日) 19:11:04.25 ID:aadHI+RPa.net] アニーリング方式は100%最適解が求まる類のものではないんじゃないの？ 量子の振る舞いの結果を計算結果とみなすってことだろうし 量子ゲート方式なら論理演算ができるのかもしれないけど ノイマン型でも誤り訂正とかしないとミスは起きるし 量子ビットも誤り訂正とかの技術が確立されてきたらエラー率が下がるんじゃないかな 933 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 19:22:52.95 ID:qL+E1kAs0.net] ＞アニーリング方式は100%最適解が求まる類のものではないんじゃないの？ そのとおり。量子アニーリングで得た結果は最適解である保証はありません。 結果だけ切り取った結果、無駄な投資を生んでしまい、日本の量子コンピュータ検討の邪魔する結果となってしまいました。 934 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 19:24:37.61 ID:qL+E1kAs0.net] https://www.itmedia.co.jp/news/spv/1906/03/news033.html 935 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 19:43:23.83 ID:6gmeklwC0.net] 全くすれ違いだし そもそもお前ら実験も理論もどっちもやってねーだろ。。 936 名前：デフォルトの名無しさん [2020/01/05(日) 20:06:43.95 ID:5vFDsLtv0.net] 組合せ最適化問題を解ければ判別問題の学習結果を より早くより正確に得られるようになるんじゃね？ 937 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 20:07:51.30 ID:y5M6+8m0d.net] 元々の話題の一例を語ってるだけに見えますが… >>915は帰納法・演繹法何れで仕事をされているかたですか？ 938 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 20:08:34.48 ID:y5M6+8m0d.net] >>916 それ以上はスレ違いですね 939 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 20:49:34.82 ID:6gmeklwC0.net] >>916 そっちのが難しいっつーの。 >>917 両方だよ。どっちかだけで仕事になると思ってのかおめでてーな。 940 名前：デフォルトの名無しさん mailto:sage [2020/01/05(日) 21:17:01.17 ID:+jir1/5X0.net] >>907 ありがとうございます！ 941 名前：デフォルトの名無しさん [2020/01/06(月) 06:54:23.54 ID:KyZp9b9y0.net] いよいよ人間超え、AI最新事情 文章読解でもAIがついに人間超え、グーグルの「BERT」発表から1年で急成長 2019/11/13 文章読解でもAIがついに人間超え、グーグルの「BERT」発表から1年で急成長 かつてはディープラーニング（深層学習）の適用が難しいと言われていた自然言語処理の分野でも、人工知能（AI）が人間の認識精度を上回るようになった。 グーグルが2018年10月に発表したBERTは、文章の「言語らしさ」を予測する言語モデルを「Transformer」というニューラルネットワークを多段に重ねて実装したものである。 言語らしさの予測は、AIが単語や文章を理解したり自然な文章を生成したりするうえで必要不可欠な要素である。 言語モデルの応用先としては、機械翻訳や機械読解、質問応答、言葉の言い換え（換言）、表現が異なる2つの文章の意味が同じかどうかの判断（含意関係認識）などがある。 グーグルのBERTは自然言語処理の世界に衝撃を与え、論文の発表からわずか1年で2200件以上も他の論文に引用されるほどになった。 これは、BERTが応用に関するベンチマークで人間の精度を上回る成果を上げたからだ。 文章読解のスコアで人間超え 具体的には機械読解のベンチマークである「SQuAD 1.1」で人間の精度を上回った。 SQuAD 1.1は米スタンフォード大学が作ったベンチマークで、「Wikipedia」の中にある140単語ほどの文章を読み解かせて、その文章に関する質問に回答させる。 正答は元の文章の中にフレーズとして存在する。正答の部分を正しく抜き出せるかどうかがポイントとなる。 SQuAD 1.1はタスクとして単純すぎるという指摘もある。 SQuAD 1.1よりタスクの難易度が高いベンチマークは「SQuAD 2.0」や「GLUE」など他にもあり、そうしたより難しいベンチマークではBERTは人間を上回れなかった。 しかしBERTが一部でも人間をスコアで上回ったことから、この分野の研究が一気に加速し、今ではBERTを改善した手法が、より難しいベンチマークでも人間超えを果たすようになった。 https://tech.nikkeibp.co.jp/atcl/nxt/column/18/01056/111200002/

---

---

[ 続きを読む ] / [ 携帯版 ]

read.cgi ver5.27 [feat.BBS2 +1.6] / e.0.2 (02/09/03) / eucaly.net products.
担当:undef