【統計分析】機械学習・データマイニング6 [無断転載禁止]©2ch.netYouTube動画>1本

何でもいいので語れ

■関連サイト
機械学習の「朱鷺の杜Wiki」
http://ibisforest.org/index.php?FrontPage
※前スレ
【統計分析】機械学習・データマイニング5
http://peace.2ch.net/test/read.cgi/tech/1439302488/

この分野って統計の知識ないと厳しい？
尤度関数とかさっぱり分からんのだが

tensorflowはubuntu16.04が推奨設定になったりしないの？
14.04はそろそろつらい

変動の激しい時系列データを分類できるディープラーニング技術
http://techon.nikkeibp.co.jp/atcl/news/16/021700668/?n_cid=nbptec_tectw …
カオス理論と位相幾何学を活用し、変動の激しい時系列データを高精度に自動分類。
位相幾何学に基づくデータ分析手法である「トポロジカル・データ・アナリシス」で特徴を数値化。

>>2
そのあたりは必須ですね。

>>2
浅いところまでならなくてもいける

ツール使う分には最尤推定の考え方くらい知ってればいいんでない？

>>4 情報幾何学なんてわからない。

>>4
「期待できるという」
だから実際に多くの人が利便性を確認してから
勉強しても遅くない

ディープラーニングって画像音声以外何に使うの？

自然現象の推定

勉強しないといけない範囲が広すぎて辛いわ
やりたいことに合わせて勉強したほうが無難そう

>>10
基本、分類できるなら適応できるはずだよ
為替にも応用しようっていう動きもあるみたいだし

cで書いてるけど、
浮動小数点のスループット欲しくなるなー

みんな何で計算してる？
やっぱGPU？

>>14
GPU使えば世界が変わるぜ

ベクトルプロセッサーを使えば別宇宙

ダウがもりもり

昨日、ヤフオク見てたら、
新品88万のcell積んだコプロセッサの拡張ボードのリソースアップ品が
2万5千で出てて人差し指がピクピクした。

やっぱり、GPGPUかー
回帰の勉強を集中的にしたいのに、
新しい開発環境の勉強にリソース割きたくないよ
それだけの価値があるなら別だけどさ

俺は機械学習を使って何をしたい側だから内部に興味はない
外国に行きたいと思ったとき、飛行機について勉強を始めるやつなどいない

機械学習を使って何をしたいｗ

問題は運転手がいないことである
そしてある程度仕組みを知らないと事故するような乗り物であることである

当たり前だ、製品じゃないんだからｗｗ

>>21
もちろん何も知らなくていいわけではないが、ライブラリやパラメータを
考えのもとにイジれる程度知っていれば、研究者でない限り
それ以上の時間を割く意味がないと思う

>>23
それでできる事は誰でもできること
目的によってはそれでは意味が無い事もある

>>21
事故なんて起きないよ
ＮＹへ行くつもりが月面へ到着して何が悪いＨＡＨＡＨＡ

ドメイン知識のある人が入力データを用意すれば単純なモデルでもそこそこの精度が出たりするのよね。
出来上がったら詳しい人にレビューしてもらえばいいのでは。

ライブラリにパラメータ渡してやったー予測できたーってのはFランの卒論以下

>>19
例えが酷い
外国に行きたいけど英語は勉強せずに行くような感じじゃない
確かに行ったことにはなるけども現地のことをほとんど知れずに帰国することになっちゃう
ライブラリ弄れればっていうけど弄れないじゃんある程度わかってないと
まあどの程度までやるかは個人差なんだろうけど

三年住めば大概分るだろ、自分の周りはｗ

ディープラーニングってなんかやってみたらうまく行ったってこと以上になんかわかってるん?
理論的なことわかってないと思ったけど

それどこ情報よ
AIがなんたらっていう新書かWikipedia？

わかってないよ。
わかろうとしてる取り組みはある

学会でディープラーニングの研究者が言ってた

パラメータが職人技ッて聞いた

海外旅行と飛行機の例えはまったく的外れ
ディープラーニング興味あるけど挫折したんだろ？

誰かが層の数とか変数の数の下界とか求めてくれれば苦労しないのに

>>36
BackPropagationって次元が極端に減ると誤差が減りすぎて3層でも学習できなくなるね

って書き込んだことある？

Haskell使えば最強のディープラーニング出来る。

>>37
?
ないけど

基本的に機械学習って統計学に比べたら
上手くいけばそれでよし感が強い分野だからねぇ

なんか統計学嫌いなやつがいるな

https://github.com/mila-udem/blocks
kerasの次

ディープラーニング用のおすすめライブラリって何？

図書館

機械学習って、計量経済学に似てるな。

有名なのはmahoutじゃね？

それよりxeon phiってどう？？

ううん別に。。。

Haskellは言語仕様そのものがたまに変わるから使えない

>>45
全然似てない

機械学習と統計の違いは？

漢字４文字と２文字

>>50
統計と機械【学習】はそら違うやろ

言葉遊びで済ますのがこのスレの作法ですね。わかりました。有難うございます。

>>53
まじで機械学習と統計の違いが分からんのか？

確率統計わからないやつは機械学習やるなよ

違いを説明できないならそう言うなり無視すればいいのに・・・

クルマとイスの違いを説明しろって言われてもな。
それぞれの定義が知りたいならWikipediaでも見ればいいやん

機械学習と統計は関係ないと思ってるのか？

統計は百姓に近く、機械学習は言わば指物師

>>58
例えが悪すぎたな(笑)
違いを説明しろってのは微妙に違うものを説明するもんだと思ってたから

機械学習は機械に推定させるための手法

統計は、人間が推定するための手法

でしょ？

>>30
脳の仕組みが完全に判ればそれをプログラムなりで実現すればいいがわかっていない
脳の研究から機械学習について判るかも知れないし
機械学習を研究する事で脳についても何か判るかも知れない

俺様の質問ｗ

http://www.coursera.org/learn/machine-learning
Machine learning is the science of getting computers to act without being explicitly programmed

機械学習は明示的にプログラミングすることなくコンピュータを動作させるための科学と書いてあるね。

脳の基本原理はものっすごく単純だと思う
憶測だけど

だったらすでに脳について解明されてるはずだが
それでほとんどの病気は治る

>>64
明示的ではないプログラムが必要かどうかについては言及してないならそれが必要かも知れない

ニューラルネットワークの構造・トポロジーとか学習則とか活性化関数とか

ReLUで
プラスは恒等関数
マイナスはゼロ
という関数になってるのはどういう意味があるんですか？

興奮系？だけ有効で抑制系？は無効になる神経細胞をモデル化

ReLuってただのヒンジ関数じゃないん?
svm時代に散々使いまわされて陳腐化してると思ってるんだけど間違ってる?

るーるる、るーるる、るーるるー

>>70
あるものに対して複数の解釈の仕方があっても問題ない
正解は一つに限らない

最近の疑問
機械学習やデータマイニングを極めれば株の長期投資で勝てるものなのか？
そういった取り組みを紹介してるページがあったら教えてください

>>73
その長期投資アルゴリズムに与える教師入力はなんだね？

>>74
ありがとう御座います
四季報の過去10年分くらいの株価データから学習させたいと思うのですが
これって機械学習の分野じゃないですかね？

たった10年分で長期投資とな

>>76
言葉尻を捉えてないで何か教えてやれよw

お前が教えてやれよ、唯で

言葉尻も何もたった10年程度のデータで長期の予測なんて無理に決まってんだろってことでしょ

どうせ株価予測ってチャートからやるとかだろ
無理無理
そんな甘くないよ

100年分あってもむりぽ

株価とか為替は、政治や情勢で大きく変化するから
チャートからだけは判断できないよ

webをクロールして判断材料にする
テキストマイニングとやらもあるけど
日銀のコメントを単語で判断するアホの子
ばっかりだったって記事ながれてたよねw

また落ちてたのか
気づかんかった

株価の上下動だけではなく
財務諸表なども合わせて分析すれば精度が上がりそうです
例えば有名な投資家バフェットの頭にあるアルゴリズムを機械学習で作るとか
ダメですかね？

>>84
財務諸表は過去の実績をまとめたもの

>>84

バフェットは潰れない会社を長〜くもってるだけ。インフレ分着実に上昇する米株は潰れなければ価格は上がる。

バフェットが日本株を売買しても儲からないと思うよ。

株価は集団心理でこの会社は利益が上がりそうだと思われれば上がるものだから
自然言語処理までできないと駄目だよ

自然言語処理で集団心理をどう解析するの？

ニュースクロールして影響を受ける分野、企業を調べて記事がポジティブかネガティブかを調べるのが精一杯

経済学的な知識がないと株価予測なんてできないし、
経済学的な知識があると株価予測なんてできないとわかる

googleなら景気の分析ぐらいやってそうだが

銘柄を絞り込むのは人間の仕事
買い入れのタイミングや資金配分をコンピュータで最適化
くらいなら出来るかも知れん

アホっぽいのでどちらも無理じゃろ

経済物理とかいうインチキ学問をでっち上げてる○安とかいうヤツはこの先生き残ることができるのだろうか？

>>92
それ自体は30年前からやってることだよね

>>75
当然考えられるしやられている。
というより、ニューロ適用でというのはすでに80年代の終わり
にはやられていて、結果も決して悪くなくないいんだが、
運用対象が顧客の資金（機関投資家の資金）なので、ブラックボックスで
エクスキューズができない（理由が付けられない）ので利用を避けた。
運用の営業する場合も、顧客がなんでそれが良いの？と聞かれても
コンピューターが言ってるから、とか機械学習やってるからじゃ理由に
ならないんでお金預けてくれなかった・・・という経緯がある。
でも、今後はまた変わるかもしれないし、自分の資金ならブラックボックスでも
かまわないよね。
実際、「データマイニングの宝箱」の運営者は自己資金で15年前に300万で初めて、
３年で3000万超えたからね。今もやってるから見てみれば？
たしか7000万くらいになってんじゃないかな。

　というか、株式のすべてがアルゴでの運用になれば、値が全く動かなく
なると言われるが、どうなんだろうか？　

実装が気になる。 / http://goo.gl/lB4v7u“Sukiyaki -
Webブラウザでも動く。JavaScript製ディープラーニング MOONGIFT”
http://htn.to/iES1yi

>>95
ありがとー
データマイニングの宝箱のページ読みました
すごい運用成績ですね
まさにこういうのを探してました

四季報じゃなくて日次で株価データを取得して分析
売買フラグが立った株を日々取引してるみたいですね
すごいヒントになりました

>>98
友達のサイトで有名サイトなので知っているかもと思ったけど
名前あげてみてよかったです。

信用するなら金預けろよｗ

信用できへん

>>96
ならない

仮にそうなれば、それは単にそういうアルゴリズムに欠陥があるというだけ

Reluって一次線形補間と意味が同じなら動的輪郭モデルで計算してるのと同じにならんのか？

スネークマンショー

LSTMが出てきたのでParagraph Vectorって存在する意味なくなったよね？

kerasにchainerの考え方をとりこんだのがblocksらしい

あっわかったLSTMのtanhかけるとこはParagraph Vectorと同じなのか

LSTMってミコロフ？とか言う人が言い出したやつだっけ？

いま、若いエンジニアたちにフィンテック業界をすすめる理由
wired.jp/innovationinsi… https://goo.gl/xruJNU

ディープラーニングってクラスタリングには使えますか？

うｎ

>>105
あんたちょいちょい意味わからんこと書くよな

LTCM思い出した

未来がなさそうでありそうでない分野

宝箱の人すげー
恥ずかしながら株のデータマイニングでこんなに稼いでいるとは思わなかった
既にアーリーリタイアできる金額だろな

真面目に働いた方が良いよ
どうしても試したいならデモ取引しなよ

>>115
俺のまわり、株で儲けてアーリーリタイアしたやつばかり…

株は成功例がぼちぼちあるんだよな・・・
FXは全く見ない

簡単なルールだけど簡単には答えが出ない計算のゲームを使って
最適解を導き出せるかテストしてみたが、俺も最適解が分からないから
局所解かどうかわかんね

やる前に気付こう

>>115
ね〜
今は大学に戻って悠悠自適だよ

>>119-120
最短じゃなくても先に答えにたどり着いた方が勝ちなんだよな世間は

データマイニングの宝箱というサイト見たけど本当にデータマイニングの成果なのか？
使用者が「この取引は危ない」と思ってもツールに判断を鵜呑みにしてそれを完全に実行したのか
それとも使用者が「この取引は大丈夫」と判断してツールも「大丈夫」が
使用したのかでは評価が変わるのだけど。

開発者がデータと戯れているうちにトレーダーとして経験が積み重なっていて
ツールは験担ぎのお守りになったぐらいと解釈したのだが違うのか？
開発者の判断とツールの判断の差分を見ないと正しい判断はできないと思うのだが

>>123
機械学習なら機械が予測したものを直接使う事になるだろうけど
データマイニングなら人間の判断材料にするだけじゃないかな

あくまで情報の解釈をするのは人間
次元削減とかした場合削減した結果の次元が何を示すのかは人間が解釈する

>>123
彼の場合は前者による試行だよ

>>123
そもそも、どのくらい儲かるかが目的ではなく
計算による力量を試すことが目的としてスタートしてるから

>機械学習なら機械が予測したものを直接使う事になるだろうけど
>データマイニングなら人間の判断材料にするだけじゃないかな

データマイニングだから人間の判断材料と言う風にきれいに分けることは
かつて言われていない。データマイニングではそれも含まれるというだけ。

>>123
分かりやすく言えば、彼の場合は機械学習の試行を行っている
ということ。

誤解内容に言っておくと、初期の銘柄選択は自動ではないと
思う（確認はしていないが）。個人だとそこまで金ないからね。

1レスにまとめてから投稿しろよ・・・

人がやんないとだめｗ

金融工学のための遺伝的アルゴリズム
https://goo.gl/0CLaZL
東京大学伊庭研究室との「ＧＡＧＰ」を応用した ＦＸ取引の最適化に関する産学共同研究への着手のお知らせ
http://goo.gl/NGckvy

>>132
6,7年前のお知らせw
大きな報道が無いってことは
いい結果では無かったんてはないかな

>>133 こんなの作っているけど。
http://www.mobileit.co.jp/

できたことにして
その方法を有料で教えますみたいな話にするほうが儲かるよね

>>134
なんだかよくわからない
スマホから取引できるだけじゃないの？

調べたことあるけど
データ取得したり取り引きするプロトコルのまで契約すると
月額ん十万ドルだってさ。
一般人には手が出ないよねw

トレードソフトからdllでも呼んでくれれば良いのにw

お前らディープラーニングのフレームワーク何使ってる？

>>136
モバイルインターネットテクノロジー、株式会社ＦＸプライムｂｙＧＭＯ
にFX取引向けシステムトレードアプリケーションを提供開始
モバイル、PC向けアプリケーション開発を行う
株式会社モバイルインターネットテクノロジー(本社：東京都千代田区、以下MIT)は、
外国為替(FX)取引のマーケットリーダーである株式会社株式会社ＦＸプライムｂｙＧＭＯ
(本社：東京都渋谷区)が2014年8月11日に開始した
「選べる作れるシステムトレード、ちょいトレFX」にPC向けシステムトレード(自動売買)
アプリケーションの提供を開始しました。
今回の提供にあたり、MITは最新のWeb技術であるHTML5を採用した
自社システムトレードツールを株式会社ＦＸプライムｂｙＧＭＯの取引プラットフォームに
接続させるとともに、株式会社ＦＸプライムｂｙＧＭＯの仕様に合わせてカスタマイズしました。
FXチャートを使用した幅広いトレード手法の作成、高速バックテスト、パラメーターの自動最適化、自動売買等の各機能をパッケージとして提供し、利用者のシステムトレードを全面的に支援しています。
株式会社ＦＸプライムｂｙＧＭＯは、取引チャネルの多様化による顧客増加と
システムトレードによる注文件数の増加が見込めるだけではなく、今後、新しい市場として発展が見込まれるシステムトレード分野の牽引役として更なる事業拡大が可能になります。

ＭＩＴ：武蔵工業大学

>>139
マイナス金利の激震で死人は防げましたか？

洪水の時に船に各種の動物のツガイを乗せて絶滅の危機を乗り切ったって言われてるけど。
プロジェクトノアって本当は別の惑星から遺伝子サンプルを乗せて脱出して地球へやってきた
人たちのことなんだってね。

ノアだけはガチ

>>139
インフラを整備しただけ
成績は？

>>137
宝箱のデモ動画を見たけど
株価データはwebサイトのスクレイピングで取得してるようだよ
超短期のアルゴリズム取引なら別だけど
中長期取引ならそんな高額な契約しなくても十分戦える、たぶん

>>139
リアルタイムでもないし
そんなおおげさなことやってないよ。
でも、本当に皆このサイト知らなかったんだ。
いぜんから大変有名なんだけどね。

宝箱の人が大勝できなくなった理由
時代が変わってアルゴ取引が主流になったからなのかな？

宝箱の人がツール使ってやってたのは長期アルゴによる取引みたいなものだから競争激しいし
最近の市場ではアルゴ狩りのアルゴさえも動いている訳だから
だんだん厳しくなってるのかも知れないね

>>147
どんどん高速取引が主体になってきて
それぞれが小さい儲けの積み上げという形になってきているように
動き自体が変わってるでしょうから
話はそれるが、そろそろ、相場のルール自体を買えないと面白みもないかも。

>>148
例え話だと思うけど相場のルールを変えるのは無理だろね

大勝できなくなった理由
宝箱の真似してデータマイニングを駆使する個人トレーダーが増えたからかも知れない

>>149
みんなが同じ取引をしたらどんどん上がったりどんどん下がったりしそうだけどな
データマイニングしても結果がバラバラだとランダムに近い動きになるのでは？
そうすると予想は難しくなる

>>150
宝箱の手法を真似ると
30日後に10％値上がりする可能性が高い株を探す
具体的には確率が70％を超える株をマイニングする（単純化した例）

ただし各自インプットデータが違うしロジックも違うから投資先は分散する
1つの宝物を見付けられる人数は年月と共に増えてきたはず、、という推測

仮想通貨を「貨幣」認定　金融庁、法改正で決済手段に　
http://www.nikkei.com/article/DGXLASGC23H0N_T20C16A2MM8000/?dg=1 … …

>>151
データマイニングを駆使する人が増える→大勝出来ない
この理屈が良くわからないけど

>>153 全員使ったら、値が動かなくなるという話も。

>>153
>>154
おそらく、わからないで話してるだけだと思う。
逆に多くの人が同じ対象で同じ手法を使ったら
特定の対象が、極端に大きく動くと考えるのがふつうでしょう。

>>155 全員使ったら、売買不能になる。

>>156
ストップ高やストップ安にはなるだろうけど
最も安く買ってた人とかが利益確定で売るからそのうち売買は成立する
自社株を売って資金調達したり逆に自社株買いして議決権をとったりもするし

皆が手作りすれば、だれかがミスして
誤発注で大儲けがありそうだ。

金儲けの話になると盛り上がる

>>157 全員が同じ行動を取ったら？

全員が同じなんてありえんよ
運用ルールに従って大雑把な運用する大手機関とか
指標見て機械的に売買するパッシブファンドとか
満期で処分するデリバティブとか
泣きながら追証投げ売りする故人とか
いろいろいるんだよ

通貨は分散の時代へと言うが、通貨は国家から分離してゆくのだろうか

全部が同じ動きをするアルゴリズムとはかぎらないしね。

合成の誤謬

Relu使ったバックプロバケーションっておおざっぱに言うと折れ線グラフを作ってると解釈して良いの？

結局、実践で結果残した奴が勝ちなんだよな
Mining Studioに株データ食わせて遊んでみるかw

>>166
井上氏が始めた頃とは環境も随分と変わってるから、今の方が有利だと思うよ。
PCは高性能化しててDBにSSDが使い放題で大容量データを集計してもすぐに終わるからね。
これで勝てなきゃデータマイナーとして腕が悪いのです。

俺はFXをぼちぼちやってるけど、株の予測はデータマイニングの力量ではなく
株の力量がものを言うのではないかと思う

たとえばある二人が格闘技で戦うとき、どちらが勝つかを予測するには
格闘技未経験者が取り組む場合、技の速度や間合いなどのデータを集計して
予測するだろうけど、もともと格闘技の経験がある技術者の場合、
スタイルや相性や試合の展開も細かくデータに組み込みつつ予測することができる

株の場合も同様に、株の力量がない人が予測に取り組んでも大した結果は出ないと思う
ただ、株の場合は動きに癖がある上にある程度の順張りが通用しやすいし、
FXに比べてテクニカルがはまることも多いから全く予測不能ってことはないとも思う
論文でも簡単な入力でpf1以上出てたりするし

ディープラーニングが「脳ではありえないくらい層を増や」してるか実際の脳と
どうやって対応付ければいいのか気になったので、
Nat Neurosciの最新の総説
http://www.nature.com/neuro/journal/v19/n3/full/nn.4244.html …
を読む。Box.2にいろいろな比較手法が。

アベノミクスの最初の頃
月初めに買えば月末に値上がりしてる銘柄の割合は7割位あった
個別銘柄より景気

【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。
- Qiita” http://htn.to/oPPWrY

脳はもっと深いと思う
憶測だけど

株を自動車だとしたら
為替はF1 先物は新幹線のスピードで変動する
ってさ

このスレにいちいちURL貼るな

>>174
少なくとも俺にとっては書き込む本人すらよくわかってないくだらないことをぐだぐだ書き込まれるより役に立ってるよ

TDAってなんですか？

東京ディズニーアトラクション

>>176 トポロジカルデータアナリシス
http://qiita.com/HirofumiYashima/items/b07483af7ef31c30dacc

うさんくさいな

言ったもん勝ち

>>178
これ書いてる奴ほんと嫌い
気持ち悪い

>>181
嫌いになりたくない



のにー、

>>181
技術メモに対してずいぶん感情的な返しだなと思ったが
実際見に行ってみたら、言いたいことがなんとなくわかる気がする

応用の研究はもう見飽きた

>>182 夜明けの停車場　　石橋正次

CNNって普通のNNの入力画像に対して前処理を行っただけ？

アメリカのTV局がどうしたって？

>>186
ちがう

DNN.com

これ書いてるの同一人物か？

それつまらないからマジでやめろ

>>170
マイニング結果で下げると出たなら信用売りすればいいだけ
上げ相場下げ相場は言い訳にならんよ

>>192
信用は期限付きで反対売買が必要になるから時間も考慮しないけいけない
他者の反対売買も

アベノミクスで有利だったのは変動幅が大きかったこと
変動幅が狭いときはランダム性が増すから

>>194
分散だけが大きいだけで平均値は変わらないってこと？
分布が値上がり方向にずれたはず

もちろん分布も値上がり方向に動いてるはず

>>173
F1と新幹線はどっちが速いんだ？

>>196
そしたらランダム性は低下してるって事になる

分散では無く分布のズレがランダム性の低下であって変動幅はちょっと違う

平均値ゼロの正規分布で分散が違うだけだと総和はゼロになる
資金が十分にあれば変動幅は関係ない
資金が少ない人は変動幅が大きいと資金ゼロになって継続できなくなる可能性がある

>>199
両方の要素があるんだよ
方向性があるというのもあるし、変動幅が大きくなると特徴が出やすいというのもある
ここ株アルゴスレになってきてるなｗｗ

歪んだコインでコイントスして100ドルまで儲けるってのがあったなー

株アルゴリズムいいじゃんww

株価予測＆株投資は結果を明確に示せるからね
理論こじらせるより実践で証明した方が一石二鳥で良いでしょう
もしアーリーリタイアできれば理論を極める時間も取れるしね

カナダの某教授の院生は一年の在学で企業に引き抜かれて教授よりいい給料もらっているそうだ。
うらやましい

海外だと一時的に高収入になっても
いらなくなったらポイだから怖い

半年働いて半年遊んで同じ年収と思えばいい

>>145
データ揃えるスクレイピングが面倒くさいな。。。
宝箱の中の人は技術者としても優秀だから実現できた訳だ

畳み込みニューラルネットワークについて勉強しようと思ってソースコード見てもどれもライブラリ使って書かれたものばかり
一からC++やRやMATLABで書いたものって無い？

そのライブラリのソースコード読めば

Githubあたりで検索かければ何かしら出てくるんじゃない？
それか「CNN　実装」とかでググってみるとか

結局みんなライブラリ使って理解した気になってるだけだからな

そのためのライブラリじゃん。
先人達の知識、経験、苦労の積み重ねの結果、
自分たちは前に進めるようになった。ソース読むのは賛成。

ＣＮＮは行列表示すると疎行列になるから面倒くさくてやめた

>>206に足りないのは検索力
今時は全株価CSVの一括ダウンロードサイトがあるよ
http://hesonogoma.com/stocks/japan-all-stock-prices.html
http://k-db.com/stocks/

LAPACKだったかBLASだったかを
f2javaでコンバートしてc++に移植した事あるけど
疎行列のマトリクスあったな。
0以外の座標値をvectorに入れてた気がする

blasってたしか遅かった気がする

>>214
専用のツールなら、必ずあるよね

>>213
そこにあるのでは足りない
って言うかデータ取ってくるくらい簡単じゃね
時間かかるけど

上のサイトでメニュー辿るとPER、PBR、信用残高のデータも取れるな
株分析には他にどんなデータを揃えるべきだろう？

珍しく有用なURLだった

DL4J使ってる奴いる？

DNNの情報幾何学的解釈求む

朗報　奥さんもAIで
http://www.sankei.com/west/news/160229/wst1602290001-n1.html

>>222
旦那もAIになるよ

AIまではいいが、昔から
AIの二乗は犬も喰わないというから
難しいぞ

日本初の「統計学部」を創設　ビッグデータ活用に人材育成
http://www.nikkei.com/article/DGXMZO97553810S6A220C1000000/

>>225
滋賀に大学あるんだな…

新幹線は止まりません！

>>226
しがない大学と思ってたんでしょー

昔から統計学部が独立で有ったほうが良いという意見と
そうでないほうが良いという意見の両方があるんですよね。

>>228
統計だけ専門じゃなくて各領域の知識が必要じゃないかな

むしろ教養とかで統計を確りやるようにした方が良い

今までもやってただろうけど自分も大学時代は良く分からなかったし

>>225 学長の佐和隆光氏は計量経済学の権威。

Reluの局所線形近似って考えが要は微分だよなこれ

経済学なんていう疑似科学の専門家が学長かよｗ

計量てかいていあるでしょ
数理統計学
数学だよ

天気予報で確率ということばがつかわれるが、数学の確率とちがうんだって！
数学の確率は、無限回でこうなる。天気は、あしたのことだけだ

>>235
主観的確率とか？

あと過去の同じような状況でどの位の割合で雨が降ったよってお知らせかも

今更データサイエンスとか大丈夫か？
もうブームは終わったぞ

ディープラーニングはブームで終わるのかどうなのかな

>>238
しばらく停滞期に入るかもしれない
だれかがブレイクスルーするまで

画像音声関連以外のデータでどんだけのことができるかだな
ふつうの会社だと画像音声データなんかあまりないし

>>239
人間としては、なんでそういう結果になるの？
っての知りたいってことあるからねー
ただ、結果がそうなります。じゃあ面白くない
多分に個人的見解だけど。

ディープラーニングは結果に至った理由がわからないのがネックだよな

他分野の人がいきなり始めると苦労するだろうけど4年かけるほど学ぶことなんてあんのかね

学問として学ぶことはたくさんあると思う
でも社会に出て実案件を目の前にしたとき
学問と現実とのギャップに愕然としそう

>>233
経済学が似非科学なら機械学習なんて学問ですらないぞ

>>245
iPS細胞がリプログラミングされる方法はわかっているけどどう言う仕組みか解明されてるっけ？
最初はそう言うレベルからじゃないか

脳科学と融合できる人がまだいないんだよな

できたら特異点を迎えそう

そもそも脳科学が発展してないし

脳は強化学習なんだろうけど、報酬が低いときほど頻繁にbackwardを行って
重みも大きくなる気がする
でも、そうなると薬物やってドーパミン増えてるときに勉強が捗る説明がつかない

>そうなると薬物やってドーパミン増えてるときに勉強が捗る説明がつかない
パー乙

脳ってそもそもbackpropあんの？

脳のNNに前とか後ろって概念あるのか？

>>253
神経を伝導する方向とか伝達物質が放出されるシナプスとその受容体は役割が違うから向きは有るんじゃないか
受容体が受け取らなくなるとシナプスから伝達物質が少なくなるとか
シナプスから伝達物質が出なくなると伝導も伝わりにくくなるとか

なんつーか球状の立体的なNNだから
左から右みたいな構造とは違うよな

絶対的な前後はなくとも直前に通った回路がその出力に使った前後になるのでは
そういう不定形に繋がったニューロンの実装はまだ何年も先だろうな

>>255
部分ごとに役割が違う事が知られている
特定の機能に限れば脳全体は不要

>>243
中国人の部屋みたいなものだよ。入力と出力だけあればいい
お前の雇用者にとって、お前の中身なんて、どうだって良いんだ
必要なのは与えた仕事を完遂してくれるか、それだけ

需要が多いものをつくった方が金持ちになる市場経済の仕組みって
現実を大きなコンピューターとして使った機械学の仕組みっぽい
自分の暮らしがよいものになるのを望んでいけば
そういう価値観が伸びて、その地形に見合った生産物がつくられる
だから「人間の中身は大事、尊重してよ」って価値観は主張した方がいいと思う
少なくとも消費者として、サイコパス企業の中身を開示させ
不買して駆逐するような価値観のランドスケープしようと
自分ができる範囲内で頑張るべき

それはこれまでの現実の再解釈だな

ポエムだな

最近飽きてきた
なんか面白いテーマおしえて

利用でのテーマ？
手法でのテーマ？
こあらのマーチ？

「沖縄の天気予報」

石垣島の人達嘆いてたから、人助けにもなるし。

機械学習で天気予報じゃ勘と同じじゃないか

一応は何らかの法則性は見つけるんじゃね？

いかんせん大量の教師付きデータを用意するのが無理すぎる

天気予報を舐めてるな

大事なこと教えてあげよう
機械学習で最も重要な要素は「データの量と質」
このジャンルでは機能の実現・実装方法はけっこうどうでもいい
たとえば10m単位で各地の気象データの精度の高いセンサー情報を集められると、
これは予報精度が上る可能性がある
逆に、日本全土で10ポイントぐらいの日単位でしか更新されない情報しかないと、
超絶にものすごい機械学習のシステムをいくら頑張って構築しようが、何も改善されない

気象庁からデータ取れるんじゃないか
アメダスとかスパコン使って予想してるだろうし
民間の気象予報会社もあるからそんなに簡単じゃないと思うけど
もし良いシステムができたら予報会社に売り込んだりすれば良い

あと地震とか火山噴火とか津波とか渋滞とかも

シミュレーション出来るものをわざわざ機械学習でやる必要ない

株もシミュレーションできるといいのだが
影響しそうなパラメーターが多すぎるのと
自分の株知識が不足しすぎててモデル作れない。。。

>>271
より低コストで速く実現できるなら価値があると思うけどね
数分ごとに新しいデータで予想すれば精度も上がるんじゃねーかな

為替も難しそう
マイナス金利で円高にふれるとか意味わからん

微分方程式が扱えないと物理現象は扱えない

株より為替に力を割いてもらえると俺が助かる
株とは違って価格データしか入手は困難だが、やり方次第で予測はできるらしい
誰かできたらやり方教えてください

与沢翼はうさんくさいが
指標間の関係は確率にできそうだ
この線で攻めてみるか
http://nikkan-spa.jp/1065291 👀
Rock54: Caution(BBR-MD5:847cfeaf6f31691a42c25abc56bd4433)

>>272
先ず、パラメーターの絞り込みを行う分析プログラム作んないと
だめでしょ〜〜が。
パラメーターが「はい」って渡されたら誰でもできちゃう。
結果は人それぞれだが。

誤差で投げ捨てるべき微小な変動を
ガツガツと取りこもうとするから失敗するのかもしれない
月1-2で売買くらいならネットから集めたデータでも安定するんじゃないの

機械翻訳のためのパラメータ最適化手法に関するサーベイ論文
(Computational Linguistics)が公開されました！
http://www.phontron.com/paper/neubig16cl.pdf …
機械翻訳のための機械学習手法について学びたい人はぜひご一読を。

機械翻訳の前にこの論文の翻訳を頼む

じゃぁカレーのルーだけで食べられるのかと聞かれると困るけども

neubigさん、あったことあるけど
めちゃくちゃ賢かった

勉強はポエムだよ
根拠示せないけどなんかそういうの美し大事い楽しそうとか
そういう動機ではじまったし続いていく

データの質と量という話はわかるが
質はどうにかアルゴリズムでどうにかならんかな

>>280-281
なんとなく、車のキーの閉じ込みを連想してしまった

>>281
ほれ
https://translate.google.co.jp/translate?sl=en&;tl=ja&js=y&prev=_t&hl=ja&ie=UTF-8&u=http%3A%2F%2Fwww.phontron.com%2Fpaper%2Fneubig16cl.pdf&edit-text=

>>287
introductionで挫折したわ

>>237 「ディープラーニングでデータサイエンティストが不要になるわけではない」、
NECの本橋氏（ニュース）http://itpro.nikkeibp.co.jp/atcl/news/16/030400685/?rt=nocnt

自分は3日ぐらい前からインターネットブラウザをchromeからoperaに変えた
operaは機能拡張追加するのが簡単で便利だった
Ghosteryという拡張入れたけど、
広告ブロック、分析用のデータ収集とかもブロックとかできているみたい
あとGoogleの翻訳機能を使うXtlanslateという拡張もよい
英語の文字列囲ってcommand+xボタンで即座に翻訳をポップアップしてくれる
囲っただけで即座にポップアップしてくれる設定にもチェック入れられる
Google翻訳は、emacsでも似たことできるけどoperaの方が便利だと思った

以上、レポっす

>>290
スレタイと何の関係があるの

>>292
機械翻訳のことはなしていたから
自分が機械翻訳の成果を利用のするやり方を書いた

NHKでプリファードネットワーク社やってたけど、ここすごいの？

そっちは知らないけど
出資元の PFI プリファードインフラストラクチャー
は注目されてる

豊田、松下とかと提携だそうな、出資は豊田

ファナックともやってるし国内ではダントツのベンチャーだよ

自動車の衝突回避のデモをみると、ユーザに納車されるときには新車はぼこぼこ、と突っ込みたくなる

>>298
肉を切らせて骨を断つ
ってやつかな？

車との衝突を回避するために脇を歩く人間や自転車と衝突とかありそう
回避したあと、止まるなら後ろに追突されそうだし走り続けるならどこかのタイミングで
手動と切り替えるときに危なそう

アメリカの方針としてはしばらくの間GPUでディープラーニングや科学技術演算をさせて
光コンピューターの実用化を同時に進めるビジョンを持ってるらしいな

こりゃ隙がないや

US exaflop supercomputer will be too inefficient to change the world
http://m.theinquirer.net/inquirer/analysis/2420208/us-exaflop-supercomputer-will-be-too-inefficient-to-change-the-world
米国は2025年までにexaFlopsを目指す。
CPUとGPUの連携が重要でnvidia社の技術がキーとなる。
別アプローチとしてOptalysys社の光コンピュータがある(下記の記事)

GT430っていう古いビデオカードでtheano動かすの無理なのかな
環境はcentos5

"NVIDIA、ディープラーニングに対応した組み込み開発用GPU搭載ボードを発売"
http://engineer.fabcross.jp/?p=3621

いちいちしょーもないリンクはらなくていいから

>>303
うはっwwwこりゃ熱いwwwおいくら万円よ？

税込93,798円

そんなもんか
こりゃ捗りそうだぬ

光コンピュータって先が見えないじゃん

もっと光を

今宵は瘴気が濃いですね

「ニュースと株価による実証分析」（五島圭一氏ら）。ディープラーニングによるニュース記事の
分析。分析結果は、�@ニュースは市場の後追い指標、�A小型株への影響が相対的に大きく継続的等
というもの。ネガティブ文章を計数化したものだけど、人工知能はここまでできるのか
http://www.saa.or.jp/journal/eachtitle/pdf/ronbun_160301_2.pdf

投機なら市場実況スレを解析すれば？
活発なスレを形態素分析してあとは
株価との相関を見るとか

段々と自然言語スレと似てきたな
しょーもないリング貼り続ける奴が常駐

>>312
俺の書き込みで株価操作できるとか胸熱

思ったんだけどさ、少し性能の良いアルゴリズムの専門家たちと、そのスタートアップを買収して、
世の中に、そのアルゴリズムの性能のスゴさを検索エンジンやWebサイト、
ネットニュースで広めたら、ものすごく儲かるんじゃない？

なんでもできる＝なんにもできない

>>315
そう思って作ってる人たちがゴロゴロいるんだよ

>>313 が可哀想な奴
般　　羯　 多　 呪　 多　 得　 想　 掛　 所　 亦　 無　 耳　 不　 是　 異　 蘊　 観　　仏
若　　諦　 呪　 能　 是　 阿　 究　 礙　 得　 無　 意　 鼻　 増　 舎　 色　 皆　 自　　説
心　　羯　 即　 除　 大　 耨　 竟　　,r'""´｀ﾞﾞ''､,　　識　 舌　 不　 利　 色　 空　 在　　摩
経　　諦　 説　 一　 神　 多　 涅 　/　　　　 　 ｌ,　 界　 身　 減　 子　 即　 度　 菩　　訶
　　　 　 　 呪　 切　 呪　 羅　 槃　rヽ 　.,‐-　,- |.　無　 意　 是　 是　 是　 一　 薩　　般
　　　 波　 曰　 苦　 是　 三　 三　ヾ 　 ｀ﾞ" ,l ﾞ´|　 無　 無　 故　 諸　 空　 切　 行　　若
　　　 羅　 　 　 真　 大　 藐　 世 . _> 　 　-=='./　 明　 色　 空　 法　 空　 苦　 深　　波
　　　 羯　 　 　 実　 明　 三　　_／|,　｀ﾞヽｰ--ﾉヽ､,_. 　　聲　 中　 空　 即　 厄　 般　　羅
　　　 提　 　 　 不　 呪　　rｰ'""l,　 'l,　　　　 /　.| ||/｀>､、　　無　 相　 是　 舎　 若　　蜜
　　　 　 　 　 　 虚　 是　 /　　　　| 　 'l,　 　 /　 .|./》/　∧ 　 色　 不　 色　 利　 波　　多
　　　 波　 　 　 故　 無　/　　,　|　ヽ 　 ヽ,､/.＠ / 《l,l　/　ヽ　無　 生　 受　 子　 羅　　心
　　　 羅　 　 　 説　 上 /　　､,ヽ|/　ヾ。ﾂ｀' 「ゞ /　/《ヾ 　/ﾞヽ　 　 不　 想　 色　 蜜　　経
　　　 僧　 　 　 般　　 ./　　///ｌ｀ﾞ'ﾞｰ-'"　 /　// ﾉ//　／／｀l､　　 滅　 行　 不　 多
　　　 羯　 　 　 若　　,|.　 ///　|　　|___,,,ノ≡≡ﾂﾉ/／_,,-‐'"".l,　　 不　 識　 異　 時
　　　 諦　 　 　 波　　| ///　/|　 　 /二＝‐'"´´／ /｀ﾞﾞ'ｰ-､,_.l　 　 垢　 亦　 空　 照
　　　 　 　 　 　 羅　　|/// /　| 　 /|三＝"´　 ／ /／"´´ﾞ'ｰ､|　 　 不　 復　 空　 見
　　　 菩　 　 　 蜜 　///ﾉ 　 ノ　ノ ノ‐-二‐'"´ ノ/r＝､,_ｰ-､_|　 　 浄　 如　 不　 五

CDA使って時系列予測したいなあ

何のために？

サイバーセキュリティに役立てたい
Pythonがベストなんかな

古いパソコン5台使ってdistributed tensirflow使うと24コアの高いパソコンより高速計算できたりします？

>>319
TDA
トポロジカル　データ　アナリティクスの間違い

その古いパソコンのCore数も書かないでわかるわけないでしょう
つーかGPU使ってください

三層NNって任意関数の近似をしているだけで確率を計算してるわけじゃないのねこれ。
なんか別の方法でもできそうな気がする

>>325
任意の関数なんだから確率を計算する関数もその中に入るんじゃね

多分理論上は3層でも中間層の素子数を膨大にすれば今のCNNとかと同じ事をできると思うけど
現実には学習がうまく出来ないんじゃないかな

機能ごとに部分を分けてそれらを連携してるのは脳の構造と似ていると思う

>多分理論上は3層でも中間層の素子数を膨大にすれば今のCNNとかと同じ事をできると思うけど
CNNは局所的にしか結合してないからまったく違う。
中間層素子数が増えると誤差が減るだけだ。

>>327
重みゼロにすれば良いだけじゃない？

deep learningのすごさって棋譜の蓄積を繰り返しただけで、
囲碁のチャンピオンに勝ってしまったことであってる？

局面を画像と捉えて学習したことがポイントらしい

あってない

わざわざそんな無駄なことするわけないだろ

ニューラルネットで4層以上にするメリットって具体的にどういうものがあるの？
もしかして入力が画像とかだったら層の数が多い方が般化能力高いとか？

教師データを膨大に用意できるようになったから
多層ニューラルネットの性能が上がったのがディープラーニングとして騒がれてる
ってだけじゃねーの？

SVMって最近傍補完と同じ？

python系のディープラーニングライブラリって
インターネット非接続で環境構築できる？

基本的なところは Anaconda で済むだろうけど。

>>333
ミルフィーユやバームクーヘン見るとわかるけど
層が多いからうまいとは限らないんじゃないか？

本丸はニューラルネットじゃなくて決定木をいかに洗練させるか。

囲碁で最高峰の人間が人工知能に負けたのは
人間だけが得意なことを探す旅だけど、
最後に残るのは芸術なのかも

本当に人工知能が感情を持つためには、人間と同じように赤ちゃんから
経験を積ませる必要があるのだと思う
そうでない限り人工物の域を出ない

赤ちゃんが生まれながらにして持つ学習方法、「赤ちゃんアルゴリズム」を
解明することが重要でや。

こいつここにも湧くのかよ

>>343
片山さんは天才プログラマーだぞ

Googleが開発した囲碁の人工知能「AlphaGo」が、プロ囲碁棋士イ・セドル氏に勝利して世界を驚かせたが、
Googleは次の目標にリアルタイムストラテジーゲーム「スタークラフト」を挙げた。

ボードゲームの中でも最も複雑と言われる囲碁でプロに勝利するのはまだ無理だと言われる中で、GoogleのAlpha Goは世界最強と言われるプロ棋士に勝利した。

そんな中、Googleのジェフ・ディーン シニアフェローは、Googleの人工知能の次の目標は「スタークラフト」と答えた。
Googleは現在、ゲームをテストベッドにして人工知能を訓練しており、人工知能をスタークラフトと結びつけることを考えているという。
ジェフ・ディーン氏は、「スタークラフトは囲碁のようなボードゲームとは違います。盤全体を見ることはできません。
視界の外に発生する状態も把握しなければならない。したがって、AIに別の能力も必要になるだろう」と話した。

http://www.businessinsider.com/google-deepmind-could-play-starcraft-2016-3

RTSは凄いやついるよね(´・ω・｀)

本人屑

>>344
天才とはアインシュタインやフェイスブック
創始者クラスのことを言うんでや。
あっしは平均的なハッカーでや。

>>340
芸術だって学習できるだろう

>>345
Googleが進むスピードは驚異的だね。
総合的な技術ではIBMのWatsonが上だと思うけど、お互い戦うシーンをみたい。

>フェイスブック 創始者
どこが天才だよ

アメリカ人は転職しまくるからすごいやつが新興企業に集まるんだよな
マイクロソフトとか今は見る影もないけど、昔マイクロソフトにいたやつが現在はグーグルで働いてたりする

>昔マイクロソフトにいたやつ
金儲けがうまい奴か

>>339
>本丸はニューラルネットじゃなくて決定木
良い補完曲線を高速かつ任意精度で作れる技術のほうが欲しいかなぁ

>>350
グーグルが片っ端から声かけて引き抜いたからな、皆で移るか話し合ったりしたw

Googleは最終的にどこを目指してるんだろう
AIでも目指すんなら、ゲームのクリアより答えや報酬もよく分からないものに手を出すだろうし
いや、脳の研究所でも買収すれば一気にショートカット可能かもしれんけど

AIはなかなか直接収益を生まないから、この分野は劇的な効率UP!!!みたいな詐欺ばっかだからな。
だからgoogleがすべて買収して詐欺がバレないように必死なのさ。

画像処理なんかは直接利益出せてるぞ

>>354
全てのものを検索可能にするとかがGoogleの目的じゃなかった？

>>356
話が食い違ってるみたいだよ
画像処理だけで、100億くらいの利益を生む会社が作れるのか
それとも数億の利益を生む会社の話をしてるのか。
そういう話の行き違い違いだと思う。

>>356
ハードのはなしだろ

ディープラーニング [無断転載禁止]©2ch.net
http://echo.2ch.net/test/read.cgi/tech/1455651930/l50

利益を生みにくいから本腰入れて参入してくる企業が少ないからな、チャンスとも言える

>>345
囲碁より簡単なんじゃないの？
じゃなかったら開発者がゲームバランス調整できないと思うが

AoEのAIはゲーム内で自作できるけどIf-Thenだったな
ただRTSだと引き撃ちとか重要な操作があるから難しいかも

>>355
tensorflow 良いよ、有り難く使わせてもらってるw

自動運転は億とか兆の単位ではないはず。

完全な自動運転を実現したら自宅に街宣車付けられるわCIAに狙われるわまだ死んでないのに
伝記が出版されるわで波乱万丈すぎる人生になる。

ＧＤＰ比製造業って小さいから製造業に売ってもあんま金にならないだろうね
やっぱサービス業で使えるのがいいな

別に一人だけで実現するわけじゃないだろw

>>367
興味を持ってくれるのは製造業が多いね

>>364
TensorFlow を使う人は回りで凄く増えたけど、CNTK 遣いが増えない理由が良くわからん

アルファ碁のディープマインド社の連中が最先端てことでOK？

>>371
のー

ディープラーニングを使ってみたいのですが
自分で何かを学習させたりとかできるソフトはありませんか？

またディープラーニングはゲームでどんな応用が考えられますか？

ググればでるじゃんカスなの？

例外には弱いのか?

囲碁ＡＩにプロ棋士が初勝利　１勝３敗に
http://www.nikkei.com/article/DGXLASDG13H2P_T10C16A3000000/

アルファ碁は１〜３局と同じく序盤から優位になったが、中盤の戦いの中で
李九段に好手が出ると途端に崩れ、疑問手を連発して形勢を損ねた。
劣勢に陥ると局面を打開しようとして奇妙な手を重ねるという、従来の囲
碁ソフトと共通する弱点を露呈した

相手のポカを期待する，という教師データが不足していたようだね

２手目△６二玉

>>377
アルファ碁「！？」

>>377
先手８六歩

>>376
全ての例外に対応できるだけの教師データを用意するのは困難だよ。
先日起こったGoogleの自動運転カーの事故では後ろからバスが近づいてるのに関わらず
車を発進させて衝突した。　これがある限り、人のサポートは不可欠だと思う。

>>380
> 全ての例外に対応できるだけの

いや、それはそうだけど、囲碁の場合は人間との勝負だよ？
ようはすべての例外に対応できなくても人間に勝てればいいのよ。

で、コンピュータに負ける程度の人のサポートは不要。
言い換えると大部分の人のサポートは不要ってことじゃね？

全ての例外に対応できるなら
教師データもいらないだろ
それができないから機械学習やってるわけだから

LSTMって発散しそうな場所にシグモイド関数いれて発散防いでるだけじゃね

しかし急に弱くなるなんて不思議な話だ。
計算量落としたような負け方だ。圧勝ではまずいという政治的な力を感じる。

突進力は一流だけど猫だましには全く対応出来ないってだけじゃね
しょせん０歳児

> しかし急に弱くなるなんて不思議な話だ。

手数の数がチェスよりも圧倒的に多い囲碁で
アルファ碁が読んだ手数は、チェスのディープブルーの数千分の1らしい。

つまり、何度も繰り返すことで効率的に強くはなったが
強いルート以外のデータを取ることができなかったのだろう。

これが総当りならば中盤でも後半でも悪手を含めたデータを
取ることが出来るが、アルファ碁は悪手のデータは切り捨ててるのだろう。

きっとこれからはどの局面でも突然変異のようにわざとランダムな
手を途中にはさんだデータを取ることで、さらに強くなるだろう。

今のAIはディープラーニングとしては生まれたばかりのAIなんだよ。

囲碁の常識なんか簡単にプログラミングできないだろう

>>376
過学習だね
強い敵同士で学習し過ぎたのかな

学習する過程で効率よく学習する方法を学習してしまったのかもしれないね

これまでの囲碁AIと同じように途中から崩れていく、というのが気になる
棋譜を教師にしたAIの限界がここにあるのでは

韓国はよく審判を買収するが。

ぶっちゃけこれをAIだとは思わないけどね。

囲碁をやらせたのに、いつの間にか五目並べを発明していた。
とかいうのがあればそれはAIだと思うけど。

>>390
すぐに解決する問題だと思うよ。

>>386
なぜ計算量が圧倒的に増えてるのに読む手数が数千分の一になるのだ？
一局面を評価関数で計算する時間がそんなに長いのか？

>>393
対戦前に計算済みの評価関数を検索してるだけ。
今回の負けは検索部分がおバカさんだった。ここはディープラーニングとは関係無い。

> なぜ計算量が圧倒的に増えてるのに読む手数が数千分の一になるのだ？

だから画期的なんだよｗ
人間はもっと少ない手数しか読んでいない。
人間の判断能力に近づいているってことだ。

所詮、囲碁というゲームの戦略の話ｗ

囲碁のルール教えてないってよ。

それ禁手ですｗ

BackPropに外れ値処理付けたようなアルゴリズムってないの？

>>399
意味無い。

何で？
ただの二乗誤差だとノイズに引っ張られるんだけど

>>401
味噌も糞も一緒に吐いとけ。
ノイズかどうかわからんだろ。

表現が悪かった。
値が飛び抜けたとこにある少数のデータの近似精度が悪いんだ。

>>394-395
全然説明になってねーよw

日本語全文検索でまともに動くのってslorしかないの？
Cで書かれた高速なのが欲しい

sklearnできなくてjubatasで出来ることってあります？

>>405
まずCで書かれているからって
高速になるわけじゃないってことを
学習しようか？ｗ

高速にしたいならC一択だけど。

フォートラン

fortranはCで書かれてます。

>>407
バカはレスしない方がいいよ

>>411
反論はしないのねｗ

論にもなっていない>>407に反論とはこれ如何に

Namazuとかいうヤツ無かったっけ？
機械学習関係ないけど

機械学習プロフェッショナルシリーズってどうなん？

サイコー

機械学習プロフェッショナルシリーズ
http://www.kspub.co.jp/book/series/S043.html

>>415
コピペ直訳切り貼り

かなり良いと思う
ICMLとかに通してる一流の研究者が書いた割には難しすぎることもない

ひどい自演だ

shameless

いかに内容の無い本であるかは、
このお粗末な自演から判断できるだろう。

ディープラーニングはオンライン学習の事例ありますか？

日本語でおｋ

>>418
同意せざるをえない… 全部とは言わんが

深層学習は逐次学習のプレシデントありますか？

>>407
高速にするためにC言語で書くことあるよ。

デフォルトで行列演算扱える言語慣れるとC++はきつい

行列クラスとオペレーターオーバーロード書いておけばどうってことない

それが大変なんだろ

多次元に拡張も面倒だし

テンソルはたしかに大変

拡張性のないfortranなんて古代言語使ってるのは老害だけだろ。

>>433
知らないのか？fortran の方が最適化で有利なんだぜ
労外はC使いだろうに

fortran自慢の高速なライブラリはC+アセンブラで書かれてる。

なぜfortranで書かないか。

遅いからだ。

本物のプログラマはfortranを使う、
cなんて言語を使ったらダメとかいう風潮
pascal使いはキッシュイーター
ロシアがロケットサイエンスにprolog
機械学習,データサイエンティストがセクシー R, python
Deep Learning -> python
だいたい、こんな感じ

fortran使えますはPGとしてちょっと恥ずかしいな。結局何も使えませんって話だからな。

うむ　そんなのはただの数学者だ
立派な土方にはなれない

言語なんてOOまでやっときゃ
1週間でそこそこ使えるようになるでしょ。

一ヶ月使えば、ライブラリやフレームワークの勉強までできるし

fortranをなぜ使うかといえば、数値計算専用ライブラリあるからに決まってんだろうｗ

たしかに。
インテルコンパイラの資料漁ってた時
枯れてる言語だから、最適化し易いとも書いてあったなー

計算させてる間、次の実験のアイディアを考えていれば時間の無駄にはならない

小学生でもカップラーメンの待つ時間でさえ他のことしてるわw

三分間で思いつくことだけで十分なのかｗ

きょうもコツコツグリッドサーチ

なんか機械学習中のAIがデータマインニング用にひろってきたランダムな文章を書き連ねてるみたいなスレ

>>443
小学生だからだよｗ

小さいほうが時間を長く感じられる。
昔は10分、15分程度の休み時間であっても
校庭にでて遊んでただろ？

データ構造の解析ってどうやればいいんだろう

webマイニングとかの勉強をはじめたいんだけどおすすめのwebサイトとか書籍ないだろうか？
一応確率統計の基礎知識はあるつもり

googleの検索設定を英語にすれば大抵の問題が解決する

Distributed chainerとかtheanoとかでないかなあ

なるほど
ちなみになんだけど Python の勉強も兼ねて Tensor Flow をいじってみるってのは効率悪いだろうか

実際このスレに畳み込みニューラルネットワークをML系ライブラリ使わずに書ける人ってどのくらいいるの

多分だけど、特に要求されたわけでもないのに、情報落ち、桁落ちによる
バグを咎める糞無能を刺し殺そうと思う心を沈めるのが大変だよ

CNNは疎行列の行列演算かけばよい

>>437
サービスエンジニアとかシスアド臭いレスだなぁ

fortranはPGが使う言語じゃないよ。プログラムできない数学者が使うもの。
だからfortran使えますは、私はPGじゃありませんってこと。

しかしそれがどっこからサービスエンジニアとかシスアドとかになるのだろう。
ゆとりIT音痴君が頑張って知ったかしてみましたってぐらい笑えるw

だいたいデータマイニングや遺伝アルゴリズムをでfortranってアホでしょ。そんな実装みたことないね。

>>457
それは君の世間が狭いだけ。

>>458
キミの広い世界ではfortranが主に使われてるのかー　大海はほんと広いなー

大変です。こんなこと言ってる馬鹿がいますよ。あなたが代わりに答えてあげてくださいw
http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q1185301756

数値計算の世界がfortranから別の言語に書き直されたなんて初耳
Rやpythonの上っ面しか知らない文系のアホでもエンジニアを名乗れるけど、
理工系を出た人たちは彼らをエンジニアだなんて思ってないからね

>>460
それは君の世間が狭いだけらしい。

TensorflowをpythonじゃなくてCから使ってる人を見ないのなぜ？

APIがc++で提供されてるから
もっというと、c++で文字列処理したり、リストの操作が面倒だから
そういったエンドユーザのツールなんてガチな数値計算勢には含めないでしょ

これってプログラミングの皮をかぶった統計だもんよ

2つの銘柄の相関を時系列に沿って神経回路に写しとるって簡単にできそうだよね
誰かしら動画にアップしててもヨサゲなのに

>>462
Cで書くのはやることが固まってて最適化したい場合
スレ違いと言い切ってもいい

マイナー言語でやりたがる奴の理由は、経験上、たいていそれしか使えないってパターンばかり。

浮動小数点やバイトオーダーの規格すらどうでも良いようなヤツらだろ

>>458
それは賛同だな

Fortranがマイナー言語だと思っているのって、ほんと世間が狭いなあ。
どうせウェブ屋くずれだろうけど。

わかった、わかった。Fortranは泣く子も黙るメジャー言語だよ。
おれも井の中のロートルだからな、最近の情報処理試験の言語の選択率ちょっとググってみたよ。

C言語が断トツで40%超、まぁ当然だな。
2位がアセンブラ20%ちょい、ゆとりやるじゃないか。
3位がJavaで20%　まじかよ、国策でJavaとかw
4位がCOBOLで15%、なかなかしぶといな。

ん？Fortranがない!? おれが一種受けたときはFortranあったのに!!! 完全に消えてる!!!

>>471
すばらしいな。じゃあ、つぎは機械学習の分野において
どんなプログラミング言語が使われてるか調べて呉れよ。

fortran時代のライブラリが未だ現役だし。

そんなことも知らない人が何故このスレ見てるのかな？
背伸びしてお利口さん気分を味わいたいのかな？

マイナー言語って研究者が使いたがるんだよな
新しい言語覚える気が無いから

>>473
現役で使われてるのと
メジャー言語である事は別のこと

>>475
軽い煽りでファビョってる暇があるなら、少しは勉強しなさい。

おまえらの知ったかはもううんざり。全部嘘だった。

「高卒だけど天才です」みたいな、松永タイプの人間が多すぎるんだよな

>>471
困ったな Fortran いくら覚えたって売れっ子の土方になれないってことかよ

本当にfortranってこの分野で使われてるの？聞いたことも見た事も無いんだが…

extratreesがいちばんスキ。
大した理由はないけれど。

>>480
例えばrandom forestは最初fortranで書かれてて、まだ現役で使ってる人がいるかも。
バグありだったような…

>>449
PythonによるWebスクレイピング
https://www.amazon.co.jp/dp/4873117615/ref=cm_sw_r_cp_awd_J9p7wbG0ZGX9S

>>472
オッパイソンとR

>>483
それbeautifulsoupなのかな？

研究者は目的が違うんだからPGと比較してもしょうがないんじゃねの

>>478
2人ぐらいは見たことあるな

>>480
数値計算ってスパコンでやる方を指してんだけど

なに言語のことで喧嘩してるんだよ

>>483
Webスクレイピングってなんか知識いるの？
HTML構造とライブラリの使い方知ってればできそう

>>490
「Webスクレイピング」とは、インターネットからデータを機械的に集め、必要な情報を抽出するプロセスのこと。
検索エンジンだけでは限られた情報しか集められませんが、この技術を使えば、
インターネット上の膨大な情報の中から本当に必要な情報を入手できます。
小売業、金融業をはじめ多くの業界で情報収集に活用され、アカデミックでも広い分野で使われ注目されています。
本書は、前半でWebスクレイパーとクローラの基礎をていねいに解説し、後半でOCRを使った情報抽出や、
JavaScript実行、Seleniumによるインタフェース使用やテスト自動化、
自然言語処理などの高度なトピックに加えて法律面の解説など、
Webスクレイピングを実際に行うために必要なプログラミングテクニックとテクノロジー全般を紹介します。Python 3.x対応。

haskellさんはここではどうですか

要らない子

HFTで使われてるって聞いたっきり話題を聞かない
タダ乗りできるライブラリがないからね。シカタナイネ

今後Rubyで機械学習関連が盛り上がることってないのかな？
普段Rubyばっか使ってるからわざわざPython覚えるのめんどくさすぎる

>>495
pythonが主流だから覚えたべたいほうがいいと思う。シンプルで取っつきやすいよ。

3年ぐらい前からscirubyってプロジェクトはあった気がするけど、
変なバグを踏むだろうし、ドキュメントが整ってないし発展しないと思う
Rubyコミュニティのアホの子たちは特に頭も使わずにキモチイィーとかツイートしてりゃいいよ

Rubyは遅すぎて大量のデータを扱うようなシステムには向いてない

pythonもrubyも仕事で使うが、rubyistはなんでもrubyで書こうとするよね
適材適所で言語変えりゃいいのに

>>498
rubyもpythonもfortranのライブラリを呼んでるだけだろ
GSLですらfortran製のライブラリを呼んでた気がする

>>499
＞適材適所で言語変えりゃいいのに
本当そう

俺はruby好きでいつも使ってるけど
他の言語に大して「rubyなら書けるのに」とか言い出す奴嫌い

スクリプト言語の生存圏なんて「今すぐ」だけだよ
半日後で良いなら誰にだって書ける

ディープラーニングで画像音声翻訳以外の事例どんなのある？

>>499
機械学習のためのツールとしてのPythonなのにその言語の習得に時間かけるよりやるべきことありそうと思っただけだから許してくれ
Ruby好きなのは認めるけど他の言語も使ってるよ

racketからpythonを簡単に呼べるので最強

分散コンピューティングで使えそうなライブラリはJavaが多いのに
tensorflowはpythonなんだよね

すぐプログラミング言語の優劣話する奴はレベル低いって真実だと思ったわ

しかしこの分野でfortran、rubyはないわ〜

それはライブラリの充実度という意味なら分かるけど言語レベルでそんなに差異あるとは思わんけど
特にPythonとRubyは

できるやつは言語の優劣じゃなくてそれが使われてる状況の判断ができるやつだってばっちゃが言ってた

速度が気になるほどの大量の教師データがあればいいんだが

>>508
どこのウェブ業界の話？

>>503
囲碁などのゲーム、ロボットの制御とか？

個人的にC++ python Javascript以外は不要だと思っている。この3言語あればほぼ何でもできる。

>>514
java の仕事はどうやってやるの？

hadoop, spark やるなら python でゴリ押すのはきついかな
scala 使いは増えてるね

>>515
下請けプログラマーとは仕事が違うんじゃないかな。

>>507
涙拭けよRuby信者

>>503
株式予想なんかチラホラ聞くんだが，バンと公開してもらえんかねえ‥

>>516
scala はとっつきにくいね，groovy とどっちが人気？

>>517
言いたいことは分かるけど、下請けじゃなくてもクラスタは java が中心。mesos は c++ だけど

>>519
金融とギャンブルに対してはクレクレは効かないよね。
このふたつは直接カネになるからレベル高いらしいけど。

>>520
groovy が先行してたけど、いまは scala だと思う

>>521
わかってるみたいだけど、「の」仕事って言い回しからして、ね。

>>514
学部生？その調子だと卒研危なそうだねw

>>524
日本語で頼むよwww

>>520
groovy の作成者が白旗あげる発言してた

>>524
就職がんばれー！

>>528
おじさんはプログラマーさんなの？

学者さんが使う科学演算って、大抵fortranでしょ
論文の資料漁ると大抵.fだし

>>527
ふむふむ

言語とかどうでもいいのになんで固執する人いるんだろうと思ったけど、そういえばここプログラム板だったな
つかさすがにRubyとかPerlでやってる奴はいないだろ
たまにJavaScriptでニューラルネットワーク組んでる物好きもいるけどあれはネタ枠だし

JavaScript はアセンブラ・Cに続く万能言語になれるかも知れない

>>532
githubに転がってるものは、その辺のバカ大学のc/c++実装より遥かに優秀なネタだからな

>>519
競馬予想のプログラム書いてるけど公開する気はないな。

>>535
おもしろいね‥
重視するファクタは何？直前の出走歴？血統？リアルタイムに複勝オッズをデジカメでとって単枠オッズ換算の利益率重視？
よろしければ与太話など一つ

論文で出ていた株式予想は見る限りまともに値動きの特徴をつかめていたとは思えない
単に数本前と現在の価格を比較してその方向に入っているだけと思う

まあ株取引に限って言えば
自分の得意パターン以外の場合は何日・何週間でも待つ
というのを徹底できれば常勝も可能だろう

と思うじゃん？

>>536
プログラミングのスキルなんて大学の時にFortran使ったぐらいで、正直言って初心者レベルです。
ここにあるプログラミング的なレスはあくまでも、解析プログラムのためのツール(道具)として参考にさせてもらってるだけです。

数学的な話になりますが、JRA-VANのTarget Frontier JVというソフトは良くできたプログラムですが、結局あのソフトも血統・前走の成績・走破タイム・
馬場・騎手・オッズ・各コーナーの通過順位・調教タイム等を元にした勝馬予想プログラムですが、大抵のユーザーが回収率80%を切っています。
本来独立事象であるはずの競馬というギャンブルであらゆる側面でデータを駆使してもその結果なのです。
それは、何故か？
しかも、独立事象の賭博と言われている競馬で。

実は競馬も従属事象でもあることに気づいている人が1%もいないというのが事実なんです。

>>540
なるほど。
それで何が結果を分けるのですか？

>>541
そこがプログラムの核心部分なんですよ。
プログラムなんてどうでも良いんですよ。

先程も言ったようにプログラムなんて効率化するためのツール(道具)に過ぎません。
極端な話、パソコンなんてなくても紙と鉛筆さえあればできます。

豆腐の角に頭ぶつけたらｗ

ネットワーク構造を学習するアルゴリズムはないだろうか

>>540
よく日本語勉強しろって言われるだろ
おまえは何処で、そのバカバカしい文体を勉強したんだ？
目にしただけで反吐が出る

数値計算目的のGPGPUライブラリでさえC++向けばかりなのに、今時FORTRANとか何十年前の話だよw

もしかしてGPGPUが科学数値計算で万能だと思ってる馬鹿がいる？

>>546
Fortranは学生の頃使ってて、今使ってる言語はPython、R、C言語です。

まだまだ現役だよFORTRAN

あかん俺には向かん、パイソンやら基本の数学からやり直してるがやっぱり向き不向きがあるなこの数値の世界は
クリエイティブコーディング始めようとProcessing弄ってるときは脳汁出まくりだったんだがなぁ
俺には視覚表現の世界が向いてるみたいだw糞残念orz

俺なんて、数1Aの勉強からやりなおしたけど
挫折したよw

機械学習の参考書読んでも、記号ばっかり…

近所の中高生に、Google、悪くてもゴールドマンサックス、
最悪でも経団連には入れるって唆してアルゴリズムを無料で教えてるよ
公教育の教師共がバカにされる姿が楽しみで仕方ない

今では目を輝かせて英語の論文読んだりしてます

もう日本語は日本人を中傷にすることにしか使わなくなったけれど、
段々と日本人であることに劣等を感じるようになってきたよ

寺子屋開いてるの偉いね、ところで収入はどうやって得てるの？

>>554
そういう君に「多様性」という言葉を贈ります。

自分の財布の心配してろカス

自己紹介は間に合ってますｗ

「日本人を中傷にする」って日本語としてどうだろうか

こんな大人に教えてもらってる未来ある子供たちが不憫でならない(´；ω；｀)ﾌﾞﾜｯ

経団連（）

m-floから始まってからおすすめ動画を辿っているとオレンジレンジ、ケツメイシなどの
茶髪系歌手を経て最終的にファンモンから出られなくなった

直近10レス、機械学習関係なし

「ディープラーニングは脳の仕組みそのものだ」、「人工知能が人類を脅かす日が
近いかもしれない」ってたまに言われるけど、今のところ画像認識、音声認識みたいな
特定の問題に適したニューラルネットのトポロジーとか学習手法が分かってきたってだけで、
未知の問題に対しては色んなパラメーターを経験的に見つけていかないと使えないって意味では
そういう段階ではない気がする。人間だと例えば盲目の人が音とか触覚から3次元的な位置・形が
かなりわかっちゃったりするのを考えると、ネットワークの構造自体を環境から動的に作る様な
仕組みも持ってて、そういう中で獲得したものが遺伝的アルゴリズムみたいなもので洗練されてく
とこまであってようやく脳みそに近いものになるような気がする。

AIを語る投資詐欺が増加してるのでご注意してください。

このスレ程度の機械学習の知識と詐欺のセンスさえあれば今ならボロ儲けできるだろうね
機械学習やってる人達にとっては一攫千金の大チャンスが来ている

第三次AIブーム、それ以上でも以下でもない

マスコミに取り上げられるようになると下火

>>564
寿司の上にタンポポを載せる作業と
パソコンの前に座ってパラメーターを追っかける作業と
どちらをやりたい？

寿司の形状を認識させて、ロボットにタンポポ置かせば良い

当分はパソコンの前に座ってパラメータを追いかけるのが仕事になる

ニューラルネットは疑似であって
バックプロパゲーションなんかは
実際には人間の脳内では行われてないんだから
まだまだ人工知能は革新が続くだろうね

革新と言う言葉を使う投資詐欺が横行してますのでご注意ください。

>>572
バックプロパゲーションが行われていないというソースは？
バックプロパゲーションが行われていると言うソースが無いなら理解できるけど

技術革新は正しいだろ、アクオスみたいな例もあるけど

>>573
政治も革新は信用できないからね
革新って自分を守りたい極度な保守思想が根底にある。
関係ないな。

コンピューターに迷路を何回もさせて覚えさせてどんどん周回を早くさせる方法論はここでええの？

>>577
アルゴリズムスレ

マイクロマウス？

バックプロパゲーションは行われてると考えていいんじゃねの？
と思ったがドーパミンによる結びつきの強化は機械学習のそれとは微妙に違うかもしれんが

アルゴリズム取引のアルゴが自らのアルゴを改良する等のケース
パラメーターじゃなくてアルゴリズムの改良な
これが始まるといよいよ人類の時代は終わる

技術の中身はさっぱりわからんけど報道で興味持ってきた層がしょーもない話をするだけのスレになりつつあるな

もともと大した話ししてないだろw

ちがう、
このスレはな機械学習「を」学習するスレじゃない
機械学習「が」学習するスレなんだよ

>>566
ゴールドマン・サックスが既にボロ儲けしてるもんな。

過去にマカーがパクりを革新だと散々言ってきたので、革新には詐欺臭しかありません。

>>586
パクりもある意味、革新だろ。

パク新

ある業界にはピカ新とかゾロ新とかあるらしい

非線形関数の線形結合で任意関数を表現するって、発想がフーリエやウェーブレットに近いと思うんやな

それはたまたまでは? くわしくないが。
たまたま非線形を選んだだけで、あるベクトル空間の基底であればフーリエ変換同様のことはできるだろ

考える空間自体が非線形な関数の空間だったら
基底も非線形である必要はあるし実用上は基底も非線形だろうが。

パーｗ

>>590
一次関数をいくつ線形結合させても一次関数にしかならんので任意関数を近似できない

ガリレオ『宇宙は数学という言語で書かれている。そしてその文字は三角形であり、円であり、その他の幾何学図形である。
これがなかったら、 宇宙の言葉は人間にはひとことも理解できない。これがなかったら、人は暗い迷路をたださまようばかりである。』

考察
ガリレオがここで挙げた『数学、三角形、円、幾何学図形』というのは、共通点は全て『人間が認識できる記号』である。犬は認識できるだろうか。猫は、鶏は、猿は。ということを考えた時、人間が認識できる記号ということはわかった。

ニーチェは言った。
『論理は完全な虚構の見本である。現実の中には論理などは存在せず、現実はまったく別の複雑極まりないものである。
我々は実際の出来事を思考においていわば簡略化装置で濾過するように、この虚構を図式化することによって記号化し、論理的プロセスとして伝達および認識可能なものとする。』

彼ら二人は『これがなかったら人間はなにも理解できない』と言っているわけで、その『これ』とは、『記号』であり、『記号』とは、『人間が認識出来る文字や図形』のことを意味する。
だとすると二人の言う通り、その『記号』がなければ、人間はこの世の実態を理解出来ず、ただひたすらこの虚無たる混沌の闇の中をさまよい、
ここがどこで、何のために生きるかという実態も、意味も、意義もわからない中、このゴールのない広漠とした巨大迷路に迷い込み、混乱するだけである。

考察：ゴミ

deep learningって何にでも適応できるの？
分析するだけならもっと適したアルゴリズムが幾らでもありそうなもんだけど

>>596
分析ってなんやねん

>>595
じゃあ君の考察を聞かせてもらおうか
日でするだけなら誰でも出来る赤ちゃんでもね

>>596
グーグルを信じろ

>>596
ノーフリーランチ定理

英語できない人はchainer使えば良いと思うが、本当はkerasが一番じゃないかと思う

俺の中ではDLはもう終わった
というかもうやりたかったことが終わってしまった

>>596
やれアップルやアマゾンやと言われようが、何だかんだとグーグルほど人類に、いや社会に貢献してる企業はないだろ
ならグーグル先生を信じるしかない

>>598
考察：屑

chainerは情報量すくねーよ
使うのに時間がかかるライブラリとか意味がないわ

>>601
keras の backend は theano と tensorflow のどっち使ってる？ 迷ってる

chainer はバージョンアップが激しすぎて付き合いきれんわw
昨年末くらいからどんだけバージョンアップするのよww

>>605
日本人の一部しか使ってなさそう

>>602
rnn はまだ発展途上だと思うけどな

次はUL

cloud上でdeep learningの計算させるって、すごく儲かりそう

>>609
もう既にいろいろあるよw
日本では苦戦中らしいが

Googleのせいでその辺のデータサイエンティストは仕事が減りそうだな

LSTMの原理：
カオスアトラクターがLong term memoryとして働くような
パラメータに偶然はまるまで
パラメータの絨毯爆撃サーチしてるだけだった

そんな有り難がるようなものでもないな

パラメータの絨毯爆撃サーチするならマルコフ遷移モデルの方がましだ

>>612
ついでに attention はどうでしょうか？これから勉強しようと思ってるのですが

>>610
計算量がすごく掛かりそうって意味なんだけど

>>605
あの会社は優秀なんだろうと思うけどサービス精神無いよね
使わせる気が無いなら公開しなきゃいいのに
まあ使って無いけどさ

コミュニケーション能力のないオタクの集まり

クラウドで機械学習してるサービスってデータの中抜きしてるだろ

2次受け、3次受けを飛ばせるなら、そうする
わざわざ連中の財布を肥やしてやる必要もないし

>>615
どんなフレームワークを使ってます？

オタクと一般人の仲介ができる人が一番儲かると思うよ
ジョブズみたいに

テックカンパニーの殆どはプロダクトのコアになるものあってこそだよ
ジョブズの真似事したいだけのバカなんて蹴りだされて然り

でも PFI は入りたくても入れる人の方が少ないだろうな、IQが足りなくて。

5 年後あるか分からんだろ…

はぃはぃ

chainerは頑張って欲しいけどruby化しそう。その間にtensorflowとkerasが海外でpython化する

>>606
いつでも切り替えられるし気にしなくていいんじゃないの？自分はtheanoにしてる

機械学習入門しようと思うんだが
俺が入門して一年以内に実用レベルの応用ができる確率を計算するにはベイジアンネットワークとやらを勉強すればいいの？

>>626
レスありがと。そうだね、どちらでも良いか。暫く theano で続けます。
（tensorflow に早く切り替えるべきか、でも theano 上の方が実績あるし〜と気にしてましたw）

>>625
まったく同感。選択肢は多い方が良いので chainer には頑張って欲しいけど
今後は tensorflow と keras が軸になりそう…

>>627
応用指向なら python でプログラミングの勉強した方が近道な気がする。
数学的な基礎は必要に応じて、おいおいついてくると思うし。

>>627
真面目な質問か良く分からん

>>627
pythonとscikit learnを勉強すれば実用的にはかなりのレベルに到達できると思う。

言っとくがpythonがある程度書けるは英語でアルファベットが書けるくらいのことでしかないからな

>>631
scikit learn は機械学習一般をやるには、良い選択だね

>>627
NNでこのスレを学習して適当に出力したような文だな

NNというよりはマルコフ連鎖だろ

サポートベクターマシンってなんぞや！？

パターン認識と機械学習を読んだら

http://www.kdnuggets.com/2015/10/blocks-fuel-deep-learning-frameworks.html
使ってる人います?

ここまでcntkの話題無し

Windowsでsklearn動かすの無理
なのでマイクロソフトは論外

Tayかｗ

>>639
前に名前出した気がするけど、食いつかない。
github のスターが多いわりに、まともに使ってる人少ないし

cntk、悪くないと思うけど
流行ってる感じはしない

多層NNってアフィン変換して非線形関数に代入・・・を繰り返すんだよね
この行為にどんな意味があるんだろう

>>640
cntk は linux で動く

>>644
特徴空間への写像と特徴を使った処理

データサイエンスや機械学習に興味があるのですが、具体的にどういった内容の仕事をされているのか教えていただいても良いでしょうか？
もう一つ、地方国立大学の数学科卒業程度の学力の人間でもできる仕事でしょうか？
専攻は統計学ではなく解析学でした。統計学の経験は講義で4単位分受けたことがある程度なのですが難しいでしょうか？

>>646
>特徴空間への写像と特徴を使った処理
曖昧すぎる表現だな・・・

>>647
勉強したいじゃなくて就職に興味があるんだｗ

>>631>>633
数学の知識なしでもいける？

>>647
必要な数学のレベルは希望する職種によるとしか。既存のツールを使うだけなら解析専攻なら十分に素養がある

職種は匿名掲示板で聞いてもなぁ、当てにならないよw

>>649
両方に興味があります
できれば興味を持った分野で仕事をしたいと考えています

>>651
既存のツールとは具体的にどのようなものか教えていただいてもよろしいですか？
ネットで調べたところR言語やpythonの知識が必須ということくらいしかまだ把握できていないのですが

当てにならないのですか・・・
自分で調べた方が良いということですね

>>652
仕事をする事と収入が十分にある事とは別

好きでもビンボーかもしれないし
好きで高収入かもしれないし
嫌いでビンボーとか高収入とか

>>652
今はブーム、一生これで食える仕事ではない

>>652
勉強したけりゃ、パターン認識と機械学習読めよ、余裕だ

>>652
既存のツールは、あまり深く考えずに書いたけど、tensorflow とか caffe、あるいは chainer とかのライブラリを漠然と想定したかな。深層学習よりかも
python や R は必須です

>>650
高校程度はいると思うけど。行列とか線形代数とか

>>650
程度問題かなぁ。正規分布なんて聞いたこともありません、ではきついと思う。

高校では行列習わんのだが

新課程だろ

行列やらないとかどこの底辺校だよ

正規分布や行列もさっぱり忘れていたがググりながら勉強しても1、2週間あれば何とかなるよ

仕事でやるならコンサルやれるかどうかの方が重要
テクニカルなところはツール使うだけだし

>>662
すごいなｗ

>>662
それだけで済むなら皆でやるよ

最小2乗誤差で〜なんて出来の悪い農学部の学生が卒業研究でやるような内容

>>666
役に立つ結果が出れば小学生レベルでも良いんじゃね？
ノーベル賞クラスでも重力波観測に一企業が投資しないと思うけどな
いつになったら回収できるのか判らない

大学でも論文書いたりしないといけないだろう

最小二乗誤差がダメならフーバー損失？

>>667
わざわざ技術者に金払うような内容でないってこと

>>669
アルファゴより優れた結果を誰でも出せるって事？
コロンブスの卵じゃね？

>>670
alpha Goを級のものをググって一週間で作れるならね
正規分布もわからないバカから騙し取って満足なら、それでいいと思うよ

今、１からずっと一気に読んだ

すごい良スレ

バカが溜まって、ものすごく糞スレ化してるよ
QuoraにMachine Learningって打ち込んだ方がマダマシ

>>671
何を言いたいのかよくわからない

結果が出るかどうかやってみないと判らない
ググって誰かがやった事を真似たら誰でもできるって言うのはコロンブスの卵
最初にやった人は結果がでないかもしれないリスクをとって進んだ人

前からそんなに有用のスレではなかったけどここ半年、特にAlphaGo以降変なのが集結しつつあって崩壊寸前
エンジニア研究者っていうより人工知能という言葉の響きに吸い寄せられた文系さんが増えすぎ

>>674
alpha Goと同じ以上のモノをググって一週間で作れるなら、それもやっぱりコロンブスの卵だね
最小2乗法程度ならアウトソースしなくても、自分らで片付けてしまうって言ってるわけ
わかったボク？

中身無いなあ

>>676
アルファゴの学習に最小二乗法は使ってない？
学習自体はバックプロバゲーションなんじゃないの？

alphaGo は結局 CNN の凄さを証明したってことだよな。
ボードゲームにおける強化学習は以前からあったわけだし、CPU 1200個がどうとか騒いでるけどそこじゃないんだよなー。

アルファ碁で証明したのはむしろGPUの凄さだろ

押し入れにしまっておいた俺のGTX590が火を噴く時が来たようだな・・・

>>680
GPU なんて conv の効率をあげるための道具じゃん。囲碁みたいな探索の限界をパターン認識で打ち破ったってはなしだろ？

>>682
探索で次の手を決めていたのをパターン認識して決めるようにした点が画期的だな

後だしで誰でもできるというのは簡単
まさにコロンブスの卵

GPUがすごくて勝ったわけではない

>>683
いや、おれはそれが言いたかったんだけど伝わってなかったみたいだな。
アイデアはすごいと思うよ？
ぶっちゃけ大量の GPU, CPU を使ってうまくやったってのは自分らの分散処理技術の自慢のために言ってるくらいだと思うわ。
つまり tensorFlow を考案した Jeff Dean すごいってこと。まぁ大抵の人はそんなこと知らんし興味ないと思うが

>>685
なんでそこでcnnじゃなくて1ライブラリに過ぎないtensorflowが凄いことになるのか
tensorflowを考案したとか言ってるし、本当に分かってないな

データサイエンスのことについての質問はこのスレでしてもいいですか？

就職の話は教務課か先輩に聞いてｗ

何故就職の話になるのか

>>675
スレの扱う技術が広すぎて元々噛み合わない感じのスレだったけど、
今の状況はこれがブームなんだな、と感じる。

>>687
機械学習に関係ある内容なら別に良いのじゃないの、答えられることなら答えるよ。

>>689
このスレにいるのはマイニング専門家じゃなくて
授業でちょっとライブラリ使ってみただけのシロート学生ばかりだから

>>686
だからそれはGPUやらの計算リソースのおかげっていう意見に対して言ってるんだよ。
cnnやらパターン認識、そのアイデアがすごいってのは 679、682、685で述べた。

このスレ学生しかいないの？
そんなわけないだろ

>>685
現時点で公開されてる tensorflow は gpu の分散処理に対応してないぞ、複数枚の gpu がコードレベルで指定できるだけな。

>>694
おれはalphaGoの話をしてたんだよおおおおおおおおお

alphaGoが分散学習にtensorFlowを使ってるってのを知らないんなら俺の言葉足らずだった。すまんな

学生っていいよなー
教授に授業受けられるのが羨ましい

>>696
恥ずかしいだけだからもうやめとけ

>>696
TensorFlow の分散処理への展望は先月くらいに Google がドキュメント出したばかりだよ
Google 社内で使ってるものは凄いのだろうけど、入手できる TensorFlow はそんなに凄くない

>>698
alphaGoが公開版のtensorflow使ってるわけないだろ。恥ずかしいのはどっちだよ。じゃあな

逃げた www

言ってること滅茶苦茶だなこいつ

データサインエスはどんな本を勉強したらいいの？

2ch

>>697
courseraとかudacityの講義受けると学生気分になるよ。機械学習、deep learningとかもある

PRML高いからとりあえずWeb上で勉強してから購入を検討したいんだけどなんかいいWebサイトない？

>>706
>>705

PRMLの英語版ペーパーバッグなら去年3921円で買った。
今見たら7999円が最安だった。
何があったんだ一体。
ちなみにペーパーバッグは全部モノクロ印刷なので
色で意味分けしてるグラフとかはカンで見分けるしかないｗ
だいたい分かるどね

>>706
そのくらい買え

なんてこった

>>703
これ、よろしく

SOINN

>>706
そんなときは図書館にリクエストですよ(´・ω・｀)

>>706
(Why do not you ask Google?)

データサイエンティストってどうやってなるの？
Rやpython使う会社でキャリア積んで統計学の知識つければなれる？

>>706
統計的学習の基礎 ―データマイニング・推論・予測―
https://www.amazon.co.jp/dp/432012362X/ref=cm_sw_r_cp_awd_2gP9wbYJ4HKXZ

SOINN

>>714
Why don't you ask Google?
だろ。
何か変。
Why do you NOT ask Google?
とでもいいたかったんだろうな。

9割型は前者を使う。

>>718
pdfネットに転がってるといいたかったｗ

>>715
数学を究める、これぞ最上の道也

>>720
そうは言っても机の上で統計学の本を読んで理解をしても実際の現場で使えるかと言ったらNOじゃないのか？

>>715
インターネッツでちょと調べたけど幅広い。対象となる分野によって違う感じ。統計もそうだけど

インフォメーションとインテリジェンスの違いだな

>>722
俺もそんな印象持った
あとデータサイエンティストと言ったらこれ、って感じの像というかそういうのがよくわからなかったわ
なんか本でも読めばわかるんかな
このスレで知ってる人がいたら聞いてみたかったんだがな

うちの会社にも業務でデータ分析やってる人いるけどサイエンティストというより完全にコンサルだよ
結果を客に理解させられないと意味がないからアルゴリズムも簡単なものしか使わない

>>721
それなら、amazonに転がってるcookbook系の本で十分だよ。
プログラミングなんてデータマイニングするツールに過ぎない。

行き着くところは数学の世界だ。
アルゴリズムについてアカデミックに扱ってる書籍だ。直接データマイニングやお金に直結する訳ではないがアルゴリズムのバイブル的な書籍。レベルとしてはその特定分野にたけた大学院レベルぐらいかな。
MITから出版されてるやつ
・Introduction to Algorithms
http://www.amazon.co.jp/Introduction-Algorithms-Press-Thomas-Cormen/dp/0262533057
何故か分からんが、書籍のほぼ全文が
中国科学技術大学のホームページに公開されてるw コピーライト違反だろ↓w
http://staff.ustc.edu.cn/~csli/graduate/algorithms/book6/toc.htm

>>725
コンサルって資格のないやつはいくら知識、技術があってもなれないじゃん

ビジネス向けの手引ならオライリーの「実践機械学習システム」がおすすめ
アルゴリズムばかりに目を奪われて見失いがちなところをフォローしてくれる良書

すまん別のとタイトル間違えた
正しくはオライリーの 戦略的データサイエンス入門

>>721
理論と実践は車の両輪ですよ(´・ω・｀)

>>730
どうやって実践するの？

>>726
翻訳版と入門版があるね

アルゴリズムイントロダクション 第3版 総合版 (世界標準MIT教科書)
https://www.amazon.co.jp/dp/476490408X/ref=cm_sw_r_cp_awd_M-Q9wbKSD82HE

アルゴリズムの基本
https://www.amazon.co.jp/dp/482228543X/ref=cm_sw_r_cp_awd_H.Q9wbKHBREFS

>>721>>731
「化学とは試験管について学ぶことではない」

何か暫くこないうちに入門スレになってるなw

>>729
悪い本じゃないけど、冗長過ぎるわ…

>>732
学生の頃、初版を読んだけどアルゴリズムを勉強するには最高の一冊だな。

速効性(これを生かして直ぐにデータマイニングのプログラム組む)はないが、アルゴリズムを根本からディープに学ぶことが出きる。

おまいらって高学歴の集まり？
上で出てる本は駅弁卒の雑魚な俺でも理解できる内容？

>>736
高学歴じゃない。
大学中退したよw

>>736
上で出てるオライリー本「戦略的データサイエンス入門」は内容は易しい、長文が苦痛でないなら。
「実践機械学習システム」は python 知識必須。
どちらも数学は必要最小限なので苦手な人には良いかも

>>721
scientist(科学者)とengineer(エンジニア)の違いだな。
映画『アポロ13』の中で、月に向かう途中でメインエンジンの一つが爆発した時に、LEM(月面着陸モジュール)で月の自由帰還軌道を利用して最小限のリスクで地球へ生還させるためのシーンで、グラマン社の設計者(LEMの設計者)が、
『LEMは月面着陸のために設計したもので、地球まで再突入するためのものじゃない』
と言ったシーンで、
当時のNASAのフライトディレクターであるジーン・クランツは
『我々は不幸にも月面に着陸できなかった。』
『LEMがどのように設計されたか、というよりも何ができるのかということが重要なんだ』

要は基礎となる自然科学や理論は必要だし、理解していることは大前提の上で、実際の現場で問題に直面した時に問題を解決する上でどのような『手順』で行って行くのがベストなのかを考えるのがエンジニアでしょうね。
そこが科学者(scientist)とエンジニアの決定的な違いだと個人的に思った。

エンジンがスタートしない。
↓
ガソリンは入ってる？→No→給油しろ
↓yes
バッテリー上がってないか→yes充電しろ
↓no
セルモーターがいかれてないか？
↓no
配線はきちんと通電できるのか→no配線を修理しろ
↓yes
本当にガソリンは入ってるか！
残燃料ゲージが指し示している表示は本当に合ってるのか？！
実際にガソリンを入れてみて
再度キーを回してみろ！

>>715
うちは製造業で市場品質を担当してるけどだけど「データサイエンティスト」という職種は無いが
「分析者」と見なされる仕事はある。

後者は市場品質を担当する部署にいて、通常業務 (例：お客様の声、市場品質の把握) を
担いながら色んなツールを使ってお客様先での商品品質を把握して現行製品や次期製品の
開発に反映させる。

ツールはExcelやVBAでも構わない。説得力のあるアウトプットがでれば何でも良く、その意味では
実現方法（言語やロジック）は問わない。「RやPython」を知ってても評価はされない

むしろ大事なのはお客様先でのお客様の仕事の知識、自社商品を作る仕事やその流れの知識
になってくる。必要なスキルは分析対象のデータを業務システムから手に入れる交渉力や、
分析結果をもとに製品の企画者や開発者や、役員をうごかす説得力のあるストーリー作りが大事。

SOINN

>>733
なにか面白いことを言ったつもりｗ

アルゴリズムイントロダクションスレチだろ、扱う範囲が広すぎる

まとめると
データサイエンスはコンサルの飯の種、それ以外の人は勉強しても食えないということで

>>744
別にデータサイエンスをコンサルになるための種だけじゃないよ。

例えば俺は競馬予想と株式市場(現物)で個人的に利用している。

>>727
何でコンサルにそこまでこだわるの？
コンサルになることが目的になってないか？

>>746
くえなきゃ、趣味になるがｗ

>>745
詳しく教えてくれ

>>743
スレ違いじゃないだろ。
むしろ扱う範囲が狭すぎて内容がディープ過ぎるかも。
前にも言ったけど、実務には直結しないけど、行き着くとこはそこなんだよな。

個人的感想だけど。

>>749
根拠無しｗ

前後の文脈無しにデータだけポンと渡されて結果出すだけの仕事も無くはないみたいだけど、そんなの面白いかね
ビジネスでやりがいを求めるならその前後の部分にも積極的に関わっていくことになるわけで、必然的にコンサルみたいになっちゃう

>>747
俺の目的はデータを使って金儲けすること。
この一択のみ。
もともと、プログラムなんて殆ど組めなかった。
お金に直結してるわけよ。
食えてるかどうかは想像に任せるよ。
巷では、pythonが良いとか、R言語が良いとか、Javaが良いとか、いろいろと言われてるが、
核となる部分は自分でRで書いた方が良いと思う。
今あるデータをもとに解析するだけなpythonがやりやすかった。

>>750
何とでも言ってくれ。
もうすぐ、中山6Rが始まるんでここで失礼します。

中山って誰だよ

>>751
>前後の文脈無しにデータだけポンと渡されて

あるあるw
競馬でもインチキ予想業者が使う手法だなw
データだけポンと出してこれ買い続けたらプラス回収になるとか言ってるが、
どのようにしてデータを集めて(期間、条件等)、きたかが重要なんだよな。

>>753
中山競馬の6レースだよ。
中山5R荒れたなw
3連単1,995,140円馬券かよw
人工知能プログラムでは予測不可能だったw

>>755
月間の回収率はどのくらいですか？

>>755
その週の芝の手入れをする担当者のデータとかも入力すんの？

>>756
昨年の年間回収率で、164.27%
投票金額 60,006,600円
払戻総額 98,572,990円

因みに先月単月の回収率は65%
投票金額(2月) 7,299,900円
払戻金額(2月)11,230,620円

回収率150%程度だと儲かっても食えないといわれるが、投資額が少なければ少ないほど回収率を上げないと厳しい話。

>>756
間違ったw
払戻額と投票金額が逆だった。
因みに先月単月の回収率は65%
投票金額(2月) 11,230,620円
払戻金額(2月) 7,299,900円

データサイエンスに関する本何冊か読んでるけどみんな院卒の高学歴ばっかりなんだけど
本格レベルの人がそれなだけで普通の大卒とか文系出身とかもおる？

ユーザー企業でマーケティング分析とかやってる奴は文系で数学わかりませんとか普通にいる

>>758
税金払ってる？

>>760
俺は院卒どころか、大学中退してるけどデータサイエンス系の本は読みまくった。
上に書いたMITから出版されるやつは、初版のやつんボロボロになるまで読みまくった。

>>758
もし本当だったらすごいね。

>>755
モンテカルロ碁のように乱数要素を入れるのがいいね

>>763
その中からオヌヌメの本教えてチョンマゲヾ(＠⌒ー⌒＠)ノ

>>759
> >>756
> 間違ったw
> 払戻額と投票金額が逆だった。
> 因みに先月単月の回収率は65%
> 投票金額(2月) 11,230,620円
> 払戻金額(2月) 7,299,900円
単月では赤字ってことか
やっぱりギャンブルだな

>>767
恐らく嘘だと思われる。

>>715
エンジニアとアナリストの中間ぐらいに位置する
データアナリストのカリフォルニアでの方言だと
Quoraに書いてあった

>>760
大学で学ぶ工学分野の中では最も簡単な分野の１つだぞ

>>758
高松宮記念は何買うの？

>>727
「Webサイトを作るついで」ぐらいにまで落ちる方へ賭ける

>>765
色々試したけど、遺伝アルゴリズムは結構使えるな。
擬似乱数使ったりしてみたけど、
意外や意外、巷でよく使われてる線形代数のライブラリーNumPyやSymPyが役に立った。
プログラミングスキルのない俺でも簡単にコードの維持管理がしやすい。

SymPyなんて何に使うんだ？

擬似乱数ってなんだよ。モンテカルロ実験なんだから擬似乱数だろ
ガイガーカウンター使って放射線でも測定する気か

常識的に考えれば、具体的な投資回収金額を不特定多数の他人に漏らすことはあり得ない。
あの裁判沙汰以降、2ちゃんへの金額の書き込みも急激に減った。いちばん恐ろしいのは税務署だから。

回収率についても認識が怪しい。
150%以上じゃないと儲けにならない、というのは競馬の世界ではよく言われるのだが、現実にはそこまで高くない。
継続的に勝てる人間なら、optimal fやそれに近い概念で資金管理をするから、フラットベットでの回収率を105〜125%程度に抑えて試行回数(購入レース数)を増やそうとする。

要するにこいつは他人の受け売りの嘘つきだろう。

ちなみに馬券で裁判になった卍という奴は年間回収率は105%くらい。俺が知っているプロも115%くらいだ。
もしこいつの言うことが事実なら真の天才だが、そんな奴が何日もこのスレに粘着してるのも変な話だなぁ。

賭博で勝ち続けるなんて、自分よりバカそうなカモも見つけることぐらいしか無さそうだけど

>>772
イミフ

株は年一割勝てばプロだそうだ。逆に言えばプロでないと一割は勝てないｗ
ギャンブルはどうなのか知らん

二年前、Ruby + MATLAB + R + Python
今95％ Pythonな例
http://hennohito.cocolog-nifty.com/blog/2013/12/ruby-matlab-r-p.html

>>780
そっか。
俺も主流に合わせるべきと思い、趣味で作ったRのコードは暇をみつけてpythonで書き換えてるんだけど、1年経っても終わらない…

>>778
例えば、CSを専攻した大卒が職に炙れたらdjangoなりwordpressなりでサイトを構築する
ただサイトを作るといったも興味なんてもって貰えないから、何かしらの話題作りが必要
で、本業のコンサルのように分析結果に責任を持ちたくないからサイト構築のついでにされる

>>777
不可能ではないよ。

機械学習スレなのでその範疇でいうと、いわゆる「三競オート」はそれぞれ覚えることが多いので、最初の題材としては不適だと思う。

日本のギャンブルだとTOTOがとっつきやすい。アメリカではアメフトやバスケのレイティングが発達してるんだけど、それらで使われている計算を参考にJリーグ版のレイティングを作ってインプットデータの一部にする。

これを単純に適当な機械学習のライブラリに食わせるだけでも手応えを感じるはずだよ。

自分よりバカそうなカモに見られたことが甚だ無念だ

バカかどうかは知らないけど。
普通の人はkaggleで戯れてるくらいに留めたほうがいいかも。ギャンブルの世界ははるかに複雑だから。

ほらみたことか。知ってるよ、そのぐらい。

そんなケンカ腰にならずともw
塗り絵(kaggle)で絵の具の使い方を覚えてから絵を描きはじめたほうが上達が速いよ。
がんばってね。

python setup.py test
でユニットテストするとおかしくなる
多分theano原因か？
Chainerの人達はユニットテストどうしてます？

kaggleの問題を解くより、その辺の個人飲食店でも数値でもなめて
適当にプロットした方が簡単そうだしリターンも大きそう

>>788
何がどうおかしいのか
何故theanoが原因だと思ったのか
機械学習以前に論理的な説明の仕方を学習するべき

>>782
その程度でよく金をぼったくれるなｗ

>>791
ただの喩え話だよ。
ダンピングが進むのに経営者やディレクターを食わす金なんてあるのかな

>>792
書いた文章の話をしてるのだが

>>788
そもそも何をテストしたのよ？w
Theano 上のアプリケーションなんだろうけど…

sympyまで持ちだして数式処理するなら、
excelで集計してるアホを蹴落とす方が簡単そうだよな

誰かこのスレを分析してくれ

>>755
高松宮記念は外したみたいだな

>>783
ここのスレ民でTOTOしようず

人工脳SOINN

TOTOより上がる株を予想してほしいな

ていうか科学的知見の発見を目指してるわけじゃないくせにサイエンスを名乗るなよ
応用してるだけはエンジニアリングだ

データアナリストじゃつかめんだろｗ

このスレ見てるとRubyは要らない子なのかと思ってしまう…(このスレで語られてる分野以外でも)

このスレ学生さんばかりかと思ってたけど、詳しい人もいて少し安心した。

>>803
少なくとも深層学習ではいらない子

>>758
あんたはこれからも居座るならコテつけるべき
NGしやすいので

いやですん♪

>>799
それ深層学習よりすごいと営業の人が来たけどホントか？

>>801
同意。どこら辺がサイエンスなのかわからない。データエンジニアでいいよね

仮説の検証

仮説の検証くらい町工場のおっさんでもやってるぞ

>>811
多数の人がやってるから科学じゃない？
それこそ非科学的な思考だな

昔からある、コンピュータ・サイエンスや情報サイエンスを
意識して作られた用語というだけだよ、深い意味はない

>>808
すごいらしい

>>814
宣伝乙

googleのせいで人工知能詐欺が横行してます。
人工知能投資詐欺は10年単位でやってきます。

そしていつも失敗してます。

>>799
なんじゃこの偽物臭はwww
とりあえず自宅本社を脱してから出直してこい。

>>799
人工脳とはすごいっすね

>>816
そんなもの騙される低学歴が悪い

>>816
MSのボッチによる書き込みですｗ

>>799
論文がpdfで見えるから読んだけど、k-means法などを基本にして、
クラスタから大きく離れたデータ、もしくはクラスタ成長に貢献しないデータを間引きするルール
を加えただけだね。
そのクラスタの成長・変化を人の脳とそっくり（？）という理屈で、どんなデータでも高精度で
分析可能と主張しているみたいだけど、よく分からんな。

それだけ聞くと、数式上のヘブ則、反ヘブ則の実装をやたら複雑にしただけに思えるんだけど

SVMってもう計算機の性能からいって顧みられることがなくなったアルゴリズムなのかな

deep learningが出てから、手でカリカリと特徴量を調整するのが苦痛になってきたのではないか

>>809
「俺が認めたもの以外が科学を名乗ることは許さん！」ですか
バカですね。

>>821
スポンサー集めたいだけでしょ

>>823
何事にも流行り廃りがあるからなぁ、今は猫も杓子も deep learning だ
R 使いとかは未だに svm やってそうな感じはあるけど

>>822
単なるクラスター分析の亜種にすぎないよ。
ある一定の条件を満たさないデータはノイズとして捨てているだけ。
ノイズっぽいデータを捨てていったら、境界がはっきりしたクラスタができて便利と言っているだけ

うちは文書（コールセンターログのような）の分類で SVM を未だに使ってる。
Deep Learning も関心があるが、課題は分類精度だけではなく、本格的な評価には至ってない。
このスレで実際に SVM → Deep Learning に変えて効果があった人はどんな応用先だった？

DL熱ってより、海外との差がつきすぎてるから、そろそろ追いつこうとケツに火がついた状態では

そもそもSVMって0次補間を最低限度行ってるもんだし、昔の計算機で最低限の識別をするための原始的なものでしょ

>>829
もう追い付けないよ w

>>829
おいつきおいこせって工業性製品じゃあるまいし、永久に無理

>>830
>最低限の識別をするための原始的なもの
15年前のML研究者に言ってやりたいなw

ディープラーニングは画像処理向けだろ
対象によって手法は使い分けるさ

SVMは実装の面でうれしい（斜め読み）
http://www.r.dl.itc.u-tokyo.ac.jp/~nakagawa/SML1/kernel1.pdf

SVMの実装（ついで）
http://www.slideshare.net/sleepy_yoshi/smo-svm

>>834
は？

backpropのreluで1次補間が現実的な時間でできるようになったからわざわざSVMに帰る理由ないよ

AWS Machine Learningでtotoが当たらなかったので反省と考察
http://qiita.com/satetsu888/items/a322fbdf67cca2e39c03

AWS ML使ってる人いる？

もはやオカルトだな
ランダムデータで学習させても結果変わらないんじゃね

ＧＭＯクリック証券で原油レバ2倍、3倍ＥＴＦ始めたのにいつの間にか売買できなくなってるな

>>839
出資法違反で逮捕されるな

deep learningでギャンブルの勝敗データを学習させても、
競馬場や競艇、サッカークジを買い漁ってるオッサンと
同じような写像ができあがるだけでないのか

DLは画像向き、というか画像として扱える入力向きなのはたしかでは？
それ以外でDLが成果を出した場面あるっけ

>>844
恥ずかしいからもうやめとけ

alpha Go, watson, 自動運転

alpha Goも自動運転も画像のように入力が与えられていると思うが、
Watsonでは日本語の学習に使われているテクノロジーの一つにディープラーニングも
含まれていたのは知らなかった

>>844 >>847
deep learning が CNN だけと思ってるわけね…

>そろそろ追いつこうとケツに火がついた状態では
政策としてはそういう意思もってるみたいだけどどうにも
良いデータがある環境が日本に少ない

今、金子勇氏が生きてたら、何か光明が見えるようなデモプログラムをDLで作って公開してただろうな

うぃにーかよ

ディープアンダーグラウンド

>>850
データ集めで揉めるんですね、分かります

>>849
政策はメーカーに金をばらまくだけ

中小でやる気があって
後ちょっとで黒字になりまぁす！
てなとこに援助というのが理想なんだがな

>>855
それは国がやる仕事ではないな。

>>856
国がやるべき仕事はなに？現状はばらまきだが

ジャップはとにかく要因分析が大好きで帰納的な手法を信用したがらないからなあ
データサイエンスを育てるには土壌が悪い

総務省統計局のデータは？

>>859
ろくなデータがない、縦割り組織の弊害

e-statのデータを久々にあさったけど相変わらず酷すぎた。
ポンコツを首にできないかぎりずっとこんな感じなんだろうか。

そうなんか、残念。

「統計」局なんだから仕方ないだろ
マクロなデータしか貰えないのは統計局がちゃんと仕事してる証拠
間違っているとしたら担当する部署が間違っている

>>858 >>861
まともな推論の出来ない馬鹿が帰納的手法の評判を悪くしてるんじゃないかな

ビッグデータの分析を勉強するときに実例はどうやって取得するの？

>>865

日本語を先に勉強した方が良いと思います。

馬鹿は無理してレスしなくていいと思うのｗ

このスレでも人工知能を使えば数学、統計学以上の収益や結果が得られると思う馬鹿がいっぱいいるから、いくらでも詐欺れるなw

>>850
金子氏は東大のポスドクしていたときはNNをやっていて
投稿中の論文のプレプリントを自分のサイトに上げていた。
ただその論文は何度もリジェクトされて、その愚痴を書くサイトになっていたけど。

金子氏の論理は
１）私は凄く最適化された学習法を考えた。
２）実際の脳も凄く最適化された学習法を使っているに違いない。
３）だから私の考えた学習法＝実際の脳の学習法。
という無茶な論理だった。
実際にレフリーも「これは情報学か脳医学かわからんし、論文の論理主張が無茶苦茶」
という返事をもらったと自身のサイトに愚痴が書いてあった。

金子氏が逮捕されたとき、金子氏がどんな研究をしていたか興味を持った人はかなりいて
私もそのプレプリントを読むグループに参加したことあったのだが、
彼の新手法自体あまり新規性が無く論理も無茶苦茶でこれじゃ受理されんな、と思ったよ。

ジョン・マッカーシーやマービン・ミンスキーと、
人工知能周りの偉人がやたら死んでいるように見えるのは気のせいだろうか

>ジョン・マッカーシーやマービン・ミンスキー
この住人はしらないだろうｗ

役所も研究所もデータフォーマットがめちゃくちゃで適当に保存してる
そもそも共有する意志今まで無かったから死蔵になってんの

>>870
気のせい。デヴィッド・ボウイも死んだし、ヨハン・クライフも死んだ。

>>872
その通りだな。ついでに言うと、キャラクターコードも統一されてないからなw
まぁ日本語の場合は仕方ない面もあるが

>>872
実際の仕事は天下り先の外注か従業員３人ぐらいの外郭団体がやってんじゃね

今更整理しなおすなんて膨大な手間になるっていうか、データつくった人が退職していなくなってたりするからわけわからんのだよ

>>867

恥ずかしいヤツｗ

>>870
安心しろ、毎年世界人口の1/100ぐらいが死滅している。

>>870
まあ人工知能の研究の長さがそれなりになったって証拠ではあるかもね。

>>877
顔真っ赤だぞｗ

>>880

日本語の問題じゃなくて知能の問題だったのね、お猿さんｗ

>>881
自己紹介乙

機械学習やデータマイニングしたい対象がない
そんな時は取り敢えず実益も兼ねた株とかの相場がいいんかねえ？

>実益
授業料が高すぎｗ

>>883
やってみればわかる

>>883
それならやらなければいいのでは？

kaggleのコンペ

機械学習をサイバーセキュリティに活かしにはどぅしたらいい？

迷惑メールフィルターを勉強したらいいと思うの

プロキシのアクセスログを分析して将来やらかしそうなバカをクビにしよう

>>883
まずエア取引から始めてみな
半年後にこれはいけると思ったら私財投下すればいい

Fxのエア取引でも現実と同じく20人にひとりぐらいは大儲けするので
勝った1/20の人が「俺ってFxの天才じゃね？」って私財を投じるしくみ
なお、現実

それよりも、私はfxを運営する側にまわって人々に希望を与えたい

kaggleのコンペの方が確実

kaggleは出題がワンパターンすぎてつまらん
単なる教師あり分類のアルゴリズムのベンチマークやってるだけじゃん

KAGRAに使えんのかすごいｗ

SOINN

中間層の活性化関数を恒等関数とすると、backpropは

x:入力層
y:出力層

S = Σ(y - w・f(w・x))^2

を最小化していることになる。
これはアフィン変換で曲線当てはめをしているってことかな。
活性化関数が非線形である以上、非線形最適化問題になるのは避けられないのか

何回同じこと書き込むんだ…

逆行列や連立1次方程式を解けるよ

NNをハードウェア化して多次元の高速解法になるかも知れないしあんまり意味ないかも知れない

FX が出てくると何かネタ切れ感

大量のドキュメントデータを保存する時ってsqliteに保存するのが一般的なのです？

人口無能のテキスト生成なのです？

レコード可変長でインデックスも使えないならダメなんじゃないの

>>898
Σ(y - w・f(w・x))^2
→ Σ( w・f(w・x・w))
→ Σ((w・x・w) ←顔にみえる

>>900
突っ込みどころ満載ｗ

>>902
一度に読むだけならJSON Linesでいいよ

>>900
多次元じゃなくて多元だな

>>906
他につっこみどころは？

数値計算を知らないのかｗ

>>910
知ってるけど？

高校中退のおいらには呪文に見える…

無理すんなよｗ

>>912
おまおれwwww
NHK高校講座の数学オヌヌメwwww

>>914
一応大倹は取って先に進んだけど
綺麗サッパリ忘れたw

新学期になったし、そういうのもイイかもしれないね

「単位が取れるシリーズ」を指定教科書にして、
後はもう自習の形式にしてくれれば良い

単位が取れる機械学習　2単位

数学不得意で機械学習に興味持てるのは素直に感心する

マセマやれ
http://www.mathema.jp/

人工脳SOINN

>>920
さすがに宣伝しつこい

投資詐欺にご注意ください。

野村證券が人口知能取引開始だそうだ

新田恵海を判定するAIを作ってください

CNNで画像判定なんてもう有り余るほどあるじゃん
それの教師データ変えるだけ

音声版も欲しい

>>926
音声を画像に変換すれば良いんじゃね？
フーリエ変換とかホルマントとか

今年から情報系学部で脳科学の単位取るんだけど
脳のシナプスの強化学習に用いられる報酬の考え方は遺伝子にあると考えていいの？

>>928
先生に聞いて答えをここにレスしてくれ

機械学習で音声認識をやってるやつ、いねーか？

キチガイは来るな

>>926
google音声検索があるだろう
こんにちはで検索したら100万通りのこんにちは音声が出てくるだろう
機械学習なんて楽勝だよ

ニーズにマッチしたSOINNの運用形態を考案し、
十分な運用実績が上がるまでお手伝いさせて頂きます。

>>928
そんな科目は初めて聞いたわ
神経回路網でやるヘブ則なんて簡潔すぎるし、GAなら別の講義だったぞ

これだけlispやenergyベースの学習アルゴリズムが流行っているのに
lushのブームなんて1度もこなかったのな

これだけlispやenergyベースの学習アルゴリズムが流行っているのに
lushのブームなんて1度もこなかったのな

機械学習は独学のワイ、大学は経済学を学ぶ

半年の間に90分✕12ぐらいの講義が薄っぺらいレジュメと一緒に行われるだけだったけど
本物のバカが独学で学べるぐらいだから制御工学の方を取っておけば良かったわ

"NVIDIAがディープラーニングによるAI研究を支えるマルチGPUのスーパーコンピュータを発表"
http://jp.techcrunch.com/2016/04/06/20160405nvidia-announces-a-supercomputer-aimed-at-deep-learning-and-ai/

ヘクトニールセンが一言ｗ

>>939
安いな、2, 3台買おうかな

>>939
値段こんなもん？
1個くらいほしいな・・・

あ、ごめん
本気で勘違いしてたｗ

>>941
円とドルを間違えてる？

EC2のg2.8xlargeを丸々5年使える値段だな
24時間ずっと使ってるわけじゃないから実質数十年分
今時こんなの買って元取れるのはデータセンター側だけだろ

もうユーザー側が計算機資源を持つ時代は終わってるんだけど
公的機関はまだまだこういうのに税金垂れ流すんだろうな

>>946
セキュリティが心配な人もいる
ベネッセの事件みたいに人の面で

東大だかどっかのスパコンのストレージ群で
障害起きてデータが壊れたままだったってのが
スラドで記事になってたよな

そういう事案wも考慮すると
手元で計算するって選択肢も必要だよ

>>948
その面だけなら計算力は不要で
バックアップ用のストレージがあれば解決するけどな

RAIDを使わないｗ

人工脳SOINNは産業革新機構とから資金調達を実施している
すごい技術なのに何故このスレで話題にならないの？
何か強い力が働いているの？

>>951
特許文献みたのか？

>>951
産業革新機構のベンチャー投資はメチャクチャいい加減で問題になっている。

ベンチャー投資でまともにそだったところがあるのかよｗ

結局あれだろ、天下りやらコネやら上から流れてくる金を横流しするためのルートにつかってるだけで、
投資なんかハナからやる気なんてないんだろ
投資先をよくよく調べたら産業革新委員会の連中の身内やら繋りのあるとこばっかりだった、とか
だったとしても全く不思議じゃない
ベンチャーだからバンバン何も実績のないあたらしい会社立ちあげても理屈はゴリ押しできるしなw

>>951
いい加減にしろや…

就職希望や業者の宣伝スレになっちまったなw ブームも良し悪しだな

人工知能の歴史はベンチャー投資の歴史でもあるからな。
ﾜｯﾁｮｲっての？IP 強制表示すればベンチャー投資に限らず、自演誘導は排除できるだろ

ざっくりしすぎｗ

すげーよな。Googleがalphagoで話題提供しただけで
厨が湧いてて、無駄な話ばかり。

むしろデータサイエンスはそろそろ下火になりそうな雰囲気

>>961
それは感じる

>>961
ハイプサイクルの流行期が終わりつつある事は感じてる。
幻滅期に入ればニワカが消えて気持よく仕事できる。

高校生でも使えるものに衰退も何もあるのか？

「自転車は衰退した」

とか聞いたことない

そして俺は芸術に移行した
クリエイティブコーディング面白ええええ

離散値を扱えるディープラーニング技術ありますか？

えぇ…

AIやらのデータサイエンス系とか結局はGoogleとかIBMとか超絶頭の良い天才たちの領域なんだから、凡人が今更きても無駄
これからはそういうツールを使っていかに効率よく生産的に仕事をし、プライベートで人間らしい時間を多く持てるかの時代だからね

だからこそより芸術的才能が重要になるし実際美大、芸大生はこれからの時代を引っ張っていくエリート層になる

寝言は寝て言えｗ

>>968
同意する。俺ら、アーティストの時代だな

高校数学で理解出来る技術が「天才しか出来ない」という理由とは？

尤度関数用いた数学的モデルなんか高校数学で勉強するのか
最近の高校生は頭良いなぁ

>>971
日本が周回遅れになってるのは事実だがな

最近の高校数学はだいぶ削られたっぽいが高専３年だと尤度も勉強してることがあるらしい

指導要領にニューラルネットはあったっけｗ

これからは応用だろ
コンサルのセンスがあれば基礎研究やってる連中の何倍も稼げるぞ

その代わりコンサルの仕事量は並じゃない。誰よりも早く来て誰よりも遅くまで。
自分のしたい事 (仕事でも研究でも) に就いて充実感を得られるのならばそれが一番と思う。

コンサルの仕事 >>>> NN

>>968
ほんっこれ過ぎて同禿だは

人工知能にやらせれば？

作曲や歌唱表現に関しては人工知能で何とかなると思う
音はデータ化しやすいし、どういう音のリズム、強弱、長さの配置なら人間が喜ぶのかも
ある程度分かってる
作詞は難しいだろうな

作詞なんてむしろ簡単、って人口知能が言ってる

>>968
マジか。おれ芸術の才能はあると思う

Ubuntu 16.04はpython3がデフォルトになるせいで
tensorflow動かすのが面倒くなりそう
Ubuntu 15.10が現状で一番よい選択肢なのか？
CentOSはpython2.6だし

システムのpythonなんかどうでもいい
pythonはpyenvで入れるもの

>>984
ド素人かよ www 向いてないだろ

>>984
python 3 でも変わらんし、普通は python 仮想環境使う

局所的には線形変換で済むんや
どうにかしてうまく全体を表現する方法ないやろか

頭悪そう(´∇｀)

>>988
前々からとんちんかんな書き込み繰り返してるようだけど
根本的な部分から理解できてないんだからいい加減真面目に勉強しようよ

こんなもん真面目に勉強してどうすんだよwww
お上たちに任せとけばいいだろ阿保wmm
限られた己の貴重なリソースをお上達の領域にぶっこむとか愚の骨頂だw

それなら的外れの馬鹿みたいなこと書き込まなければいいのに

>>984
deep learningでやる意味がよくわからない
昔はRandom ForestやSVMってアホの子でも連呼していたけど、
今はそれがDeep Learningに変わった気がする

NNってKaggleなんかだとあまり使われてないけどなんで?
上位の解答見てると複雑怪奇なアンサンブルばっかりでアホらしくなる

>>993
deep learning の方が精度をよくできるからじゃね？

グーグル猫以来、deep learning が流行りだから仕方ない

猫も杓子もdeep learning

犬もしゃもじもdeep learning

機械学習はRとpythonで何が違うの

汎用性

このスレッドは１０００を超えました。
もう書けないので、新しいスレッドを立ててくださいです。。。
life time: 56日 3時間 6分 12秒

２ちゃんねるの運営はプレミアム会員の皆さまに支えられています。
運営にご協力お願いいたします。


───────────────────
《プレミアム会員の主な特典》
★ ２ちゃんねる専用ブラウザからの広告除去
★ ２ちゃんねるの過去ログを取得
★ 書き込み規制の緩和
───────────────────

会員登録には個人情報は一切必要ありません。
月300円から匿名でご購入いただけます。

▼ プレミアム会員登録はこちら ▼
http://premium.2ch.net/
http://pink-chan-store.myshopify.com/