【統計分析】機械学習・データマイニング16 [無断転載禁止]©2ch.net YouTube動画>5本 ->画像>3枚

機械学習とデータマイニングについて何でもいいので語れ
人工知能考察は未来技術板の技術的特異点スレで語れ

■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15
http://mevius.2ch.net/test/read.cgi/tech/1492344216/

キータッチが未熟な僕は以前「2get」と入力したつもりなのに
間違って「2gwt」と「e」のとなりの「w」を入力してしまい、みんなからバカにされました
悔しくて悔しくてあの日以来、雨の日も風の日も2getの練習を繰り返し
キーボードは10台買い替え、指の指紋も消えるくらい練習しました
今ここに練習の成果をお見せしたいと思います

2grt!

　|彡ｻｯ

■過去スレ
【統計分析】機械学習・データマイニング【集合知】
http://toro.2ch.net/test/read.cgi/tech/1286200810/
[統計分析]機械学習・データマイニング[集合知] 2
http://toro.2ch.net/test/read.cgi/tech/1342812444/
【統計分析】機械学習・データマイニング3
http://peace.2ch.net/test/read.cgi/tech/1350121405/
【統計分析】機械学習・データマイニング4
http://peace.2ch.net/test/read.cgi/tech/1403603502/
【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/
【統計分析】機械学習・データマイニング6
http://echo.2ch.net/test/read.cgi/tech/1455651930/
【統計分析】機械学習・データマイニング7
http://echo.2ch.net/test/read.cgi/tech/1460535528/
【統計分析】機械学習・データマイニング8
http://echo.2ch.net/test/read.cgi/tech/1464586095/
【統計分析】機械学習・データマイニング9
http://echo.2ch.net/test/read.cgi/tech/1470037752/
【統計分析】機械学習・データマイニング10
http://echo.2ch.net/test/read.cgi/tech/1479498503/
【統計分析】機械学習・データマイニング11
http://echo.2ch.net/test/read.cgi/tech/1482227795/
【統計分析】機械学習・データマイニング12
http://echo.2ch.net/test/read.cgi/tech/1485008808/
【統計分析】機械学習・データマイニング13
http://echo.2ch.net/test/read.cgi/tech/1487433222/
【統計分析】機械学習・データマイニング14
http://echo.2ch.net/test/read.cgi/tech/1489636623/

■関連スレ
人工知能・機械学習のスレッド＠数学板
http://rio2016.2ch.net/test/read.cgi/math/1467700762/
パーセプトロン
http://rio2016.2ch.net/test/read.cgi/informatics/1330911251/
人工知能ディープラーニング機械学習のための数学
http://mevius.2ch.net/test/read.cgi/tech/1482808144/
Deep learning
http://mevius.2ch.net/test/read.cgi/tech/1387960741/
ディープラーニング（過去ログ）
http://echo.2ch.net/test/read.cgi/tech/1457792560/
自然言語処理スレッド　その４
http://mevius.2ch.net/test/read.cgi/tech/1401741600/

■人工知能考察スレ
(強いAI)技術的特異点/シンギュラリティ(知能増幅) 74
http://rio2016.2ch.net/test/read.cgi/future/1498186101/
(AI)技術的特異点と政治・経済・社会等(BI) 10
http://rio2016.2ch.net/test/read.cgi/future/1498288837/
(情報科学)技術的特異点と科学･技術等 2
http://rio2016.2ch.net/test/read.cgi/future/1489922543/
人工知能
http://rio2016.2ch.net/test/read.cgi/future/1286353655/
人工知能で自我・魂が作れるか
http://rio2016.2ch.net/test/read.cgi/future/1476229483/
こころがあるロボットは作れるのか
http://rio2016.2ch.net/test/read.cgi/robot/1287505889/

一部鯖変更・スレ変遷に伴い修正

乙hage

将来、Mハゲになるのか、てっぺんハゲになるのか、それとも両方か予測出来ないだろうか？

>>5
数学板のスレは糞スレなので削除

スレ勃ててみただけ

SONYのは見てみた？

https://nnabla.org/

>>2
おつ

>>10
かなりレベルの高いソースだったよ

>>11
githubじゃないのか

366 :nobodyさん 2017/05/29(月) 16:07:39.16 ID:6v4UcGhE
今回の民法改正、ソフトウェア受託開発の場合、(検収後ではなく)バグ発見後１年瑕疵担保責任があるということで、地獄かよ、と思ったが、
元々問題が起きがちな受託案件がビジネス的に成立しなくなることで強制的に業界再編につながるなら良いことかもと思うようになった。
一部で地獄を見ても。
https://twitter.com/yukihiro_matz/status/869061879389343744

367 :nobodyさん 2017/05/29(月) 16:28:06.55 ID:6v4UcGhE
ニュース - 改正民法が成立、「瑕疵担保責任」などシステム開発契約に影響大：ITpro
http://b.hatena.ne.jp/entry/itpro.nikkeibp.co.jp/atcl/news/17/052601508/

372 :nobodyさん2017/05/29(月) 19:10:37.12 ID:???
Railsでシステム作って納品する
↓
Railsはマイナー、メジャーのアップデートが半年以内に必ずある
↓
客がアップデートする。アップデートによるエラーやバグ、動作の不具合に気づく
↓
気づいてから1年以内に通知すれば、5年間無料保証ゲット
↓
つまりRailsがアップデートするたびに、無償の修正作業を発生するということかな

376 :nobodyさん2017/05/30(火) 09:20:20.09 ID:L5po86sS
>>378>>379>>375
客が瑕疵担保責任法の法改正を知ってくると思うから、今後5年無償保証をお願いされるだろう
営業がそれでも仕事を取ってこれるか？たぶん無理だろう。無限の直していたら赤字になる。
こういう保守に弱い言語、ころころ仕様が変わる言語は仕事として発生しなくなってくる。
これは変わり目だ。お前らも早く逃げたほうがいいぞ。RubyやPHPなど動的言語は確実に廃れる。
保守に強い言語のみ生き残れる。

瑕疵担保責任（かしたんぽせきにん）

瑕疵担保責任のポイント

民法改正で事実上期限が「無制限」になった
バグや設計のミスなどは、瑕疵担保責任
納品物に不具合があれば損害賠償を請求される可能性もある
不具合を指摘されたらすぐに行動をとるべし
軽微なミスでも先延ばししない

http://www.atmarkit.co.jp/ait/articles/1706/26/news014.html
http://itpro.nikkeibp.co.jp/atcl/news/17/052601508/?rt=nocnt

改正法では欠陥に気付いてから1年以内にITベンダーに通知すれば、
通知後5年以内は修正や報酬の減額などを求められるとしている

全ベンダーが泣いた民法改正案を解説しよう その1
http://www.atmarkit.co.jp/ait/articles/1609/14/news009.html
http://www.atmarkit.co.jp/ait/articles/1609/14/news009_2.html
http://www.atmarkit.co.jp/ait/articles/1609/14/news009_3.html

ポイント1：修補や損害賠償、契約解除の期限がなくなる

従来あった「瑕疵担保期間は引き渡しから1年」という考えはなくなる。
条文にある通り、注文者は成果物が契約の目的に適合しないことを発見したら、
その「発見したときから1年以内」ならさまざまな請求ができる。発見が10年後なら、
11年後まで請求可能なのだ。

もっとも、現実のユーザーとベンダーの関係でも、たとえ契約書に「瑕疵担保責任期間は納品から1年と」明記されていても、
「2年目以降は不具合の修正に対応しない」と主張するベンダーはまれだ。多くの場合は、納品から何年たっても、
バグが見つかればユーザーのところに飛んで行き、無償で改修するだろう。

>>11
英語が下手すぎてドン引きだわ…

>>14
MS でさえgithub使うのにな

>>13
どういう点で？

うち何年もたってからバグ修正なんかしたことない

>>14 >>17
github で公開されてるよ。スター数はすぐに chainer 抜きそう

でもtfは抜けないんでしょう

>>13
レシピは？

>>20
TF や Keras を抜くのはさすがに無理でしょw

readme を見た感じだとまだ機能が貧弱過ぎるな、
既存のフレームワークの後追いじゃ勝ち目がないので
差別化できる機能が提供できるかが勝負でしょう。

chainer信者がkerasを叩いてるうちに、sony に負けるでござるか

Fran?ois Cholletがまた北

>>24
そういうのやめたら？シャレにならんから

>>24
スレが過疎る原因の一つになってることに気がつけよ

>>24
個人名をあげるなら自分のブログで自分の責任でやるべき

ﾜｯﾁｮｲを導入したほうがいいかもな

こんなカスいとこ見てねえだろ

日本語はできるがなw

Fran?ois Cholletは自らのtwitterアカウントでchainerヘイトをまき散らしている
周知の事実でしょ

もうこれワッチョイ付けろよ

サーバー変えたら動かなくなりました。
OSアップデートしたら動かなくなりました。
OS変えたら動かなくなりました。
WEBサーバー変えたら動かなくなりました。
WEBサーバーにパッチプログラムをあてたら動かなくなりました。
DB変えたら動かなくなりました。
DBをアップデートしたら動かなくなりました。
PHPのアップデートプログラムを更新したら動かなくなりました。
PEARのバージョン変えたら動かなくなりました。
PEARのアップデートプログラムを更新したら動かなくなりました。
WordPressのバージョン変えたら動かなくなりました。
WordPressのプラグインのアップデートプログラムを更新したら動かなくなりました。
Railsアップデートプログラムを更新したら動かなくなりました。
Rubyアップデートプログラムを更新したら動かなくなりました。
高負荷になったら動かなくなりました。 無償で修理してください。損害も請求します。
しばらく放置していて、最近動かしたら動かないです。原因はわかりません。これは御社の不具合なので無償で修理してください。

5年後ごとに起こるであろうこと　PHPバージョン変えたら動かなくなりました。無償で修理よろしく
3年後ごとに起こるであろうこと　Railsバージョン変えたら動かなくなりました。無償で修理よろしく
1年後ごとに起こるであろうこと　Rubyバージョン変えたら動かなくなりました。無償で修理よろしく

無償で修理してください。損害賠償も請求します。無視するなら瑕疵担保責任法で訴えるぞ！

納品先の会社　10社から同時に

重大な脆弱性が現バージョンから発見されました。こちらでアップデートしたところ、起動ができなくなりました。
至急弊社に来て修正作業をお願いします。なおお金は払わない。また営業に損失が出たので損害請求もします。

【機械学習】ソニーがディープラーニング用“コアライブラリ”をオープンソース化。Pythonで利用可能、GPU実行も
http://egg.2ch.net/test/read.cgi/bizplus/1498529223/

Python2.7(笑)

***SLAMO***

}

000-"F","TAP","0","1M","L","E-07"/0B"[9BA%]"^"2*73B"="0"/"9GA"
001-"Do"[[[%9DE=HUF%%!%$0B1OTU"NE"]]]<\b>
002-<<%!!!HNDEL%!0DAI@$7[1B]!0#!@>>
3000-{{1\B%HUF!0$$\%6/0Q\%6/GA[[7BU]]%9TE!%$en$}}


---

[[[C%%]]]
}

000-"5802"/"α"="0.1888412376155482"%en{

静観してたがワッチョイ導入しないともう無理だな、このスレ…

信者がスレをつぶしたがってるようにしか見えない

IP出せば少しはマシになるだろ

おまえら大袈裟だな
松坂君がいた時に比べて全然平和だからｗ
嘘だと思うヤツはデータ構造スレ覗いてこい

アホか、前よりマシだからと言って現状を是とすることなかれ。

ワッショイ付けるのは別にいいけどそんなに言うほど荒れてない。
何か個人的に気に入らないレスが多いだけじゃない？

静観（真顔）

どこが荒れてるんだ？割とマジで

そろそろワッチョイ厨が自演で荒らすパティーンになるのかな(´・ω・｀)

個人名をあげての中傷が問題にされてるだけだろ
クソスレがいくら荒れようがかまわんが、自演が減るならﾜｯﾁｮｲもいいかもな

このスレって普段は深夜の書き込みは全然ないからな、
>>41-43 なんて荒らしてるやつ本人が時間をあけて自演してるとしか思えないし。

ほお
前スレだけでも0時～4時間のレスがそれなりにあったわけだが

これだからワッチョイ厨はどこのスレでも嫌われる

>>46
前スレまで遡らないとないじゃないか www

>>47 一晩中自演、ご苦労様です （＾◇＾）

気にくわないやつが一人いるだけのようだ
強引なところが一緒

>>50
自己紹介乙

つーか、自演してんの51じゃん

ここまで有用な情報なし。典型的な駄スレ、放置でよし

態度偉そうなやつだな

nnlabとchainerで競ったら良いんじゃない
日本の技術で世界に差をつけろ

潔癖厨はいらない

>>34
3.5ぐらいにしろよ。

初心者がディープラーニングを学ぶのに

どちらの方がお勧めですか？
ニューラルネットワークの計算式(Σ)とか意味不明な段階です。

算数&ラズパイから始める人気AI
ディープ・ラーニング
http://www.kumikomi.net/interface/contents/201708.php

【4日で体験】 TensorFlow x Python 3 で学ぶディープラーニング入門
https://www.udemy.com/tensorflow/?aff_code=Ewh3Y11STX4GQB9zMkBPbG1R... 👀
Rock54: Caution(BBR-MD5:073050f73c59f664b818665703e01474)

下でええやろ、ラズパイとか無用の長物

>>59
動画が5時間もあるんやで。

じゃあどっちもオススメしない

tfのチュートリアルやれ

アンドリュー先生のやつ見てから
と、思ったけどディープラーニングの中身には触れてなかったな
サンプルやら色々溢れてるのに金払うのはなんだかなぁ
手っ取り早いんやろけどね

徳井ですが何か？

kerasていつの間にかMSのCNTK選べるようになったんやね
それよりコア部分をC#で実装出来るようになってほしいな

c#なんてカスが使う言語だろ、いらぬ

TensorFlow C#でやったほうがいいだろ

TensorFlowSharp使ったほうが便利だよ

コホーネンからだな

AI・人工知能 EXPO
行った人がいたら感想頼む

いつもどおりだった

>>70
半分くらい技術なさそうだなって展示だった
人気のs水さんもおったで

C#でTensorFlowを動かす。
http://qiita.com/Tama_maru/items/9ce0e7f88ae4f00cb18f

Qiitaは意識高い系のブログと化してっからなぁ...

アホすぎやろ、たかが2^2+3を計算するのに何行書いてんだよw
なんと効率の悪い言語だ

技術者として知識の共有をしたいと考えるのは当然のことで、それを意識高い系と言って馬鹿にしているようでは成長など見込めない

共有するに値する知識を有してるかどうか、ってことだろう。
ゴミのような知識を一丁前にひけらかすのが意識高い系。
有用な知識を共有してくれる人を馬鹿になどしない。

>>77に同意

>>77
同意

>>70
行ってきました。
先に述べられてる通り技術無いなって展示ばかりだった。
チャットボットが半数、萌キャラを使った対話（笑）システムが３割。残りは雑多。

今回の展示会が「上司にAI導入しろって言われて困ったリーマン向け」といったところだろうか。主観だけれど。

コンテンツ展でしょ？
だからそういうのが集まる

レベルとかゴミ記事(?)とか置いといて気楽に投稿してくれた方がいいけどね。
意外とどうでもいいところで躓いたりするし。

qiitaとか嫌う人がいるのはレベル云々とかじゃなくて
商品紹介しているyoutuberみたいに
技術紹介よりも投稿者のキャラの自己主張が前に出てきて五月蠅いのが本音でしょ。
あとs水みたいに昔のAlpha bloggerのようなポジションを目指している輩とか。

ゴミ記事っぽいところで躓くことは有るし否定しない。Qiitaで気になるのが、他人はてブのコピペとかcontribution数稼ぐだけの意味不明記事とか。

リンク纏めましたみたいなの辞めて欲しいよな

Qiitaでウザい投稿
・ブログコピペ、公式内容コピペ
・gitからcloneしてReadme通りに動かすだけ
・論文機械翻訳コピペ
・リンクコピペまとめ風
・コードや知見が一行もない記事

googleで上位に来るのが更にウザい

Naverと同じ類のウザさ

グーグル検索が二年くらい前から死んできてる

どれもこれも同意せざるを得ない

>>85
嫌なら見るなゴミ野郎

The most popular deep learning libraries
http://code-love.com/2017/06/26/deep-learning-library/

>>89
有名（）な投稿者なら事前にわかるけど、開くまで分からないからたちが悪い

>>90
なんでChainer が載ってないの？スレ見てるとTensorflowと同じくらいには使われてる感じだけど

嫌なら読まなきゃいいだけ

>>87
言語を日本語にしてるからだろ。

>>92
日本だけで有名

このスレは全然進まないスレだったのにいつの間にか勢いが増してるね
何があったんだろうか？

>>90
chainerの勉強し始めたけど、日本以外じゃchainerってここに出てるのより有名じゃないのか。他のにしたほうがいいのか

まあ別にいいとは思うけどね、新しくなってマシになったみたいだし
前のバージョンはマジで終わってたけど
大学はもちろん企業とかでもchainer使ってるとこ結構あるしね

>>97
日本の初心者はchainerで良いよ
chainer出来れば他のと同じことできるし

気になるなら各ライブラリのチュートリアルMNISTそれぞれやって、分かったのやれば良い

日本の初心者限定かよ…

日本の初心者用スレなんだからいいだろ

>>97
日本のコミュニティで上手くやりたいなら chainer 使え。
日本のコミュニティと上手くやる必要がないなら他のを使え。

このスレ見てりゃ分かるだろ、chainer持ち上げておけば丸くおさまる。批判すれば面倒な話しになる。

dynetが良い。速いもの。

nnlabでええんやで、ソニー様様や

ロト6の過去の当選結果を機械学習させて
次回の当選結果を予測することは可能ですか？
ディープラーニングとか活かせる？

ロト6ってランダムに数字選出するだけの博打やないの
何を学習するんだ

>>106
過去のパターンとか。
数字の出現傾向とか。

>>107
あほ発見

totoのBIGとか完全にランダムじゃないっぽいけどな

>>107
悪いこた言わないからやめとけ 期待した結果を何も得られず終わると思う
ついでにかけ事もできればやめとけ
かけたけりゃ将来ハゲないように願かけ

問．さいころの目の出現を学習させると何が起こるか。
予想をもとに教師あり学習をした場合について答えよ。

どんな入力に対しても同じ答えを返すよう学習する気がするな。

問題スレになったか

報酬を与えてやればツキの流れを学習して、ついてないときは絞って、ついてるときはガンガン突っ込むように
なるに決まってrる。

エントロピーが発散して学習が爆発するから値がオーバーロードされて、どんな入力に対しても7を返すようになる。
俺はこれを高次元未来予想現象と呼んでる。

いんちきさいころかそうでないか

サイコロの目を学習って意味不明。
時系列で見たいの？

株やFXの方がまだマシ>>105

>>90
信じられなくて自分でも確認してみたが、マジなんだな。TFやKerasどころか、Lasagneみたいなマイナーなフレームワーク以下なんだな、Chainerって。
何かショックだわ

ショックってどういう理由でだよｗ
かなり前から散々言われてたやんけ

>>120
漠然とアンチの虚言だと思い込んでたわ

keras「chainerが無ければ、みんなkeras使うのに。chainer邪魔だわ。」
chainer「pytorchが無ければ、俺が一番coolなのに。pytorch邪魔だわ。」

pytorch「えへへへ」

こんな感じ？

caffeとkerasが同格なのが不思議

>>118
株やFXのディープラーニングによる予測って効果あるの？

株価やレートのみ見ていたのでは効果はないのではないでしょうか？

効果があるなら数学者はみんな儲かるわ。
でも儲かるのはいつも同じ人。

もう分るな。

>>105
ＮＮを使用するのならばデータ数は少なくとも変数の10倍程度必要と言われている。
仮に夢ロトくんが故障、操作によって何かの傾向があると仮定したとしても
抽選回数は約1200回しかないので、
例えば２層　37*(37+1)などの浅いNNさえも作れない。
．

>>122
そんな感じでは全然ないだろ、>>90 によれば
chainer/pytorch から見たら keras は雲の上。勝負になってない。
さらに高くそびえるのが TF。

>>123
過去の累計だからな、caffe が一時代を築いたのは事実。

>>128
90によるなら、Chainerとpytorchだって勝負になってないじゃんw pytorchのほうが全然多い

ChainerとSonyのブービー争いを楽しもうぜw

>>122
こういうレスに騙されちゃうのよ、おれみたいな初心者は …

>>127
>ＮＮを使用するのならばデータ数は少なくとも変数の10倍程度必要
データによる
ピークがいっぱいあるなるなら、その分多くのデータが要る。学習させてみないとわからん

kerasは過大評価されてると思うな。
TFのネームバリューに乗っかってるが、設計思想は大したことない。
と研究でChainerを使ってる者としては思うのだけど、正直なところニューラルネットはほとんどライブラリ化しちゃってて、
一般的に求められている多くの問題はkerasで片付いてしまうというのも事実

>>124
ロト6のディープラーニングによる予測って効果あるの？

可能性があるとしたらRL
DLじゃ絶対に無理

>>127
作るって何を指してる？
ネットワークを作るのはデータするに関係なく作れる

学習出来ないと言う意味？
学習には重複したデータも使えるんじゃね

まあロト6とかをNNで学習させようとするのは
統計の基本すら判ってないとは思うけど

>>124
証券会社は1/1000秒ごとのデータを使って5分後の値を予測して自動売買してるとかAIをテーマにしたNHKスペシャルでやってた

DLかどうかわからないけど

>>137
その手の話よく聞くけど胡散臭さが

証券会社なんだから、アルゴリズムというか特徴量の中にトレーダーの意見の項目も入れた上でモデルを作ってるでしょ

証券会社をスポンサーにしてる機械学習サービスって胡散臭いよな
証券会社は取引手数料を収入源にしてるから投資家が儲かるかじゃなくて取引回数最大化を狙ってるところだ。

>>136
ロト６とかひどく勘違いしてるよね。。。
こういう理解しちゃってるのは少なくない。

1/1000秒ごとのデータを使って5分後の値を予測して

これどういうことだろう

何が？予測できると言ってるのでは？

黙ってChainer弄ってろ馬鹿が

>>142
どう解釈した？

>>140
FXなんってのもそうだね。

TFliteはどれくらい軽いのかね

羽毛のような軽さです

>>145
1/1000秒ごとのデータっていうのが
データのタイムスタンプが1/1000秒単位なだけですー、だったら意味わからん
真面目に1/1000秒刻みの1秒あたり1000個のデータ群だとしたら
そこまで高精度に本当に記録できんのとかそれを時系列で学習なんて㌧でもない状況じゃないかとか
一言でいって、よくわからん

バカばかり

自分はFXとか長くやってたけど、FXには昔から自動売買ソフトがあって
実際、過去には儲かり過ぎて取引会社から出入り禁止になったようなソフトもある
その儲かり過ぎたソフトのロジックはというと、値動きの少ない通貨ペアを選択して
欧米の投資家が寝てるような、絶対に値が大きく動かない時間帯を狙ってひたすら逆張りするような内容だった
ロジックからして機関投資家みたいな大きな資金で取引できる内容じゃなくて、機関投資家の参入を招かないから余計に儲かったっぽい
要するに、個人でやる分には、そういうニッチなパターンを探す方法としては機械学習は有益なんじゃないかな

あとFXにはカーブフィッティングという言葉があって、
自動売買ソフトを売る詐欺師が良くやる手法だけど
過去データを使って取引したらこんなに儲かったとかいうデータを出したりするんだけど
実際に運用すると全く儲からないどころか大損するんだよね
ロジックを過去のデータにフィットさせ過ぎていて、将来のデータには全く通用しないんだよね
そのあたり、機械学習ってどうやってるの？

どうもなにもさ、
それ交差検証無しで独立変数増やしまくっただけでしょ

機械学習はトレーニングとテストにデータ分割して精度示すってことするから

プログラム板で一番高卒が集まるスレになっちまったな

>>137
気配からトレーダーの癖を読み取って売買量を推測して
コロケーションで不利なやつの先回り

後は複数市場が同期するラグを利用して、自社のダークプールの注文を微妙に釣り上げたり癖みたいなことしてたね
特にクレディ

>>151-152
そもそもFXはサーバ負荷と金融商品取引法等関係法規制の面で個人投資家によるサードパーティ自動売買ツール使用を禁じてるのがデフォでは
挙句に儲かり過ぎて禁止というのがもう意味がわからん

>>157
今は良く知らんが昔は全くそんなことなかったぜ
儲かり過ぎて禁止ってのはね、FXの取引会社って株と違ってノミ行為ができるんだよ
顧客の利益=FX会社の損みたいな
特別な取引の場があるわけではないし、顧客の注文の全てをどこかの公的な市場に流さないといけないというわけではない
それと、そのソフトに関していうと、取引量の少ない時間帯を狙い撃ちで事自体が問題視された

フィンテック（）板に行ってくれ、頼むわ。

ブロックチェーンも熱い題材だ

>>149
証券会社が買ってる情報と一般投資家が買ってる情報が同じと思ってる？

>>152
過学習だから
他データでテストすればすぐわかるんじゃね

儲かるかどうかは別として
RNNのネタとしては面白そう

ブラックショールズでok

GANおもしろい

スレを毎日少しずつ読んでると気付かないけど
たまに休んでてまとめて数日分読むと
ほとんど飛ばして良いわって気付いてしまった

誰か、与えられた画像の人物が地毛かヅラか判別してくれる器械つくってくれんか
高精度なやつで

自分で作れ
chainerなら3分でできる
データがあれば

chainerは3分間でメジャーになればいいのに

>>167
なら地毛かヅラかのラベルが付けられた対象の画像をとりあえず1万枚用意してくれ

高卒の馬鹿ですが、高校数学から学び直すことにしました。
よろしくお願いします。

最近の高校って行列の積とか教えないんだな

積どころか、カリキュラムから行列そのものが消滅している

代わりに何か別のもの入れたんだっけ

>>170
ラベルなしでもクラスタリングすればいけるんじゃない？

[[[%00β7/288:178α=1,0,3,25n
117*α/β^7400兆3261億8920,1n=0.1333345,1.2>>>end

<<<0%RMTLA:SAZE\%%"41β"≒"0.4222318""n"%%
""61""β""3888082"%\51=3888082α\\<<EMO>><<\CLA\>>"
〔NUBRE〕=〔JUOJA〕%0/7{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{=EMLA=17.3β&YLOZROM&en

<<<0%RMTLA:SAZE\%%"41β"≒"0.4222318""n"%%
""61""β""3888082"%\51=3888082α\\<<EMO>><<\CLA\>>"
〔NUBRE〕=〔JUOJA〕%0/7{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{{=EMLA=17.3β&YLOZROM&en

[[[HUME%1B%"ZEKKO"%4B%\[[[[[09GA<<<SYAJU>>>"AZE">>>en

>>174
複素数平面かな？
私の代から数C自体がなくなった

??NUF??

DE,FM,ADL,A,Z,O,1,7.333,91,β,17.2,{{{%TYA%&!GALUTO&
<<
SAHI00-[[[1,2,31,29α,["ZEGLA"]
>>

999-41.2/3$en$

[[[&44\1[AYO,SNA]&
01\\\71B,233β=KLAMO=0=2.888=1

>>179
そう。複素数平面が復活したらしい。
新入生に行列なにそれ？って言われたときは、こいつ高校出たのか？とか思ったもんだ。

行列は高校に不要だろ。
実用面ではいるかもしれないが、それほど重要ではないし
行列やるくらいなら線形代数でいいよ。
ほぼ同じようなことだが具体的な行列計算をするのが無駄、ロス。

自分のころも高校では行列なかったが、行列があった世代って中年以降か高齢者世代だろ?
大学ではやってたが。
数値計算ソフトで簡単に計算できるようなのを授業でやる必要ないだろ。
ソフトの使い方をやったほうがマシ。

>>184
こんなにピンポイントに年代がバレるレスも珍しいな

>行列やるくらいなら線形代数でいいよ。

？？？

行列は試験問題を作りにくいから外されたんだろ

大学行っても本によって行列の表記が違って混乱する
細かい人は全部Tつけて表記してたりする

>>185
ピンポイントで分かるのか? 自分の認識だとほとんどの世代で行列はやってない認識なんだかせ? 歳くってる世代以外。

行列の理論面でみれば、線形代数だろ? 一次独立、一次従属とか

極論言うたら、pythonと各種ライブラリあれば計算力要らないじゃん
意味を理解してるだけでいい

>>149
本職だけど記録は余裕でできるよ
ただ現物の株でそんな流動性のある銘柄なんかない
先物だって売買が活発になる時期はかなり限られてる
極端な話一日中値動きがなかったらどんな時間解像度で観測しようが同じ値が記録されるだけだろ

>>189
小中高で電卓使わせろよと言いそうだな

近年の数学Cに行列あったらしいね。
普通高校でなかったから、数学も受験用のやつやってないから
そもそも当時の高校数学も何やってたかしらないわけだが。大学にはいったが。



数学C - Wikipedia
https://ja.wikipedia.org/wiki/%E6%95%B0%E5%AD%A6C

「代数幾何」からずいぶんと削減されていたんだね

行列なんぞ高校でおしえんでもいい
テンソル学ばせろ

テンソルというかアインシュタインの総和規約に慣れるとよろし

テンソルと行列の違いを100字以内で

行列もテンソルも不要だとおもうぞ。
もっと基礎というか一般論、理論をやったほうがいい。
テンソル=多重線形代数として捉えた場合、線形代数を飛ばしてややこしいほうを先にやるのも難しい。
それに圏論で一般化できるなら、圏論から入ったほうが見通しいいかと。



多重線型代数 - Wikipedia
上に挙げたテンソル代数の特徴付けは、E → T(E ) が K ?代数の圏から K ?加群の圏への埋め込み関手の左随伴関手であることをいっている。
同様にして E → S (E ) は可換 K ?代数の圏から K 加群の圏への埋め込み関手の左随伴関手になっている。テンソル積加群や対称積加群、外積加群についても関手的な特徴付けができる。

層、トポス、圏論、測度論やるだけでいいだろ
それじゃダメなの？

うわっ、恥ずかしい

>>198
昔流行ったらしいなw

行列もなんもいらんから論理を徹底的にやったほうがいい。数学にも数学以外にも不可欠
「AならばBである」と「BならばAである」が等価でないこと、みたいな

>>201
それはやってるよ

>>202
数Aでさらっと舐めて終わりだろ？
裏逆対偶って用語を教えるので精一杯で徹底的とは程遠いというか

行列ならばテンソルである
テンソルならば行列である

行列とテンソルをむりやりむすびつけなくていい。ほぼ別物だろ?
行列はただのデータとみなせるし、テンソルはテンソル空間やテンソル積などを考える必要がある。

テンソルは根本的には、ベクトル空間V、Wに対して、
その積V×Wから自然に作れる新たなベクトル空間Xってことでいいんだよな?
有理数の不足分をおぎなって実数をつくるみたいなことだろ?　完備化だが。

>>190
本職って具体的に何を指してるのか怪しいな

論理難しい。
十分条件と必要条件がどっちがどっちだってなる。

矢印で絵を書けばいい
十分な方から必要な方にフローが流れるだけ

>行列やるくらいなら線形代数でいいよ。
ハゲ笑

ベクトルはベクター、テンソルはテンサーと言え
トンスルかっつーの

>>211
文句は教科書に言ってくれ

重箱のスミに何があるのか

>>213
そこは日本の研究者が漁るとこ

>>211
アホか

>>211
アホ言うな

>>211
やーいやーいあーほ

機械学習の記事って情報が散逸してて読み切れねーわ
重要論文を一週間に一本に絞ってくれないかな

>>218
重要論文判定の識別関数作ってパーセプトロンに突っ込めや
てかそういうのこそ機械学習でやらせるべき

行列を単なる計算の手段と思ったらダメだろ

行列はベクトル空間を表し、そのベクトル空間に
対する距離（射影）が最短になるベクトルを
見つけるのが機械学習の本質、とイメージすると
いろいろと応用が効くと思う。

>行列はベクトル空間を表し、そのベクトル空間に
>対する距離（射影）が最短になるベクトルを
>見つけるのが機械学習の本質
お笑いを一席

>>220みたいな見方が出来る人
ホントに増えて欲しいんだが。。

増えたら困るねぇ

>>188
行列がまるごと無くなったのは現行の学習指導要領から
以前あった一次変換は、最近はずっと入ってなかったと思う
次期学習指導要領も今のところ行列なし

ひありか

高卒が多いのか、高校の数学の話が多いですね

>>223
なぜ？
見えるものが違ってくるのに。。

レスから学歴コンプを見抜く機械

数学科卒だが、>>220の意味わかってない。
見えるものが違ってくるを具体的に頼む。

シンプルにこの行列だったら、"そのベクトル空間に対する距離(射影)が最短になるベクトル"とはなに?

1　0　0
0　1　0
0　0　1

もうその書き方から頭悪いよな
3次の単位行列と書くだろう普通

>>231
頭が悪い学歴コンプのスレなんですが

おれは二次でいいや・・・

小中学生でも読んで分かるように書けない奴は本当には数学を理解できていない。

>>219
勉強し直してこい

頭の善し悪しなんてリアルの学歴で決着がついてるんだから、こんなところで必死になってもしょうがないよ

Aが行列でxとbがベクトルとしたときAx = b の
xを求めたい。

でも現実的にはxの解がないことが多い。だから
誤差e = b - Ax が最小のときがxの最適解になる。

Axは行列Aの列ベクトルの線形結合で作られる
「平面」であり、bはその平面から斜めに出ている
ベクトル。

つまりベクトルbから平面への射影したときの
距離eを最小にするxが最適解になる。

解析の最小二乗法を線形代数的にやっているだけ
だとは思うがベクトルの方がイメージしやすい。

数学科じゃないので間違ってたらすまん。

＞誤差e = b - Ax が最小のときがxの最適解になる。

たった2行目のこの時点で大間違えじゃあ、長い長い残りを読んでも無駄だろう

>>237
びっくりするくらい合ってない

最小自乗法は線形代数で表現できるお

>>226
高卒とは限らんぞ、東大でも大学で数学をやらん奴は線形代数を一生やらずじまいになる。

>>238
間違ってなくね？
どこのことを言ってるの？

Ax = bの時点でこの解は、行列のみならず、bにも依存してるわけだが。
bは任意でいいのか? そしたらゼロでもイチでもいいのか?
それとも(A、 b)が最初に与えられた行列だとするのか?
そこからの説明もとむ。

>>243
えっ？
連立方程式を行列で表現しているだけだが

>>234
それデータあるの?

>>244
その連立方程式と、この関係性を説明してくれ。


> 220 名前： [.] 投稿日：2017/07/06(木) 21:11:37.50 ID:1+qLHeAc
> 行列を単なる計算の手段と思ったらダメだろ
> 行列はベクトル空間を表し、そのベクトル空間に対する距離(射影)が最短になるベクトルを
> 見つけるのが機械学習の本質、とイメージするといろいろと応用が効くと思う。

>>242
へーん、なら誤差が負の無限大になるような解でも探してろよｗ

>>220
自己流で同じような考え方してたけどそう間違っちゃいないんだな

線型識別の話をしたいのだろう、たぶん、きっとそうだよね

>>249
最近、線型の意味を覚えたばかりなのかい？

>>250
おじちゃん、詳しく教えて

>>251
お兄さんと言えフッサフサやぞ

学部レベルの数学がよく分かってない状態で
深層学習をやっちゃだめなんですね

やってよい。深層学習に数学は必要ない。

>>252
髪の型は１９分けなわけですね

スレ違いでしたらすみません。
因子分析についてどなたかご存知でしたらお答えください。
現在「5 因子性格検査短縮版 (FFPQ–50) 」https://www.jstage.jst.go.jp/article/personality/13/2/13_2_231/_pdf
を用いて個人の性格を分析しようとしているのですが、どのような計算をすればよいのかわかりません。
因子得点の計算法を書籍で確認したところ標準化した粗点に因子得点係数をかければ計算できるようです。
しかし論文には因子負荷量表のみ紹介されており因子得点係数や相関行列を求める手段が内容に思えます。
ご教授いただけますでしょうか。よろしくお願い致します。

>>253
そもそも深層学習の発展は専門外が貢献
学問てのは後付けにすぎない

>>256
宣伝乙

>>219
Amazonのリコメンド機能とかGoogleのもしかしてとか
すでにあるんじゃね

重要と考えられるものを推薦したり提案したりしてる

>>246
平面上にbが存在すれば連立方程式に解がある状態かな
平面上にbが存在しない場合は平面上のbの距離が点
つまりbから平面へ射影した点が近似解になると解釈出来る

線形代数と勾配法さえわかってればいいお

行列スレｗ

>>257
同意。
ついでに述べると深層学習専門の講義とかマジやめて欲しい。
特定の方法しか知らんやつが増える。

PRMLを読んではいけないらしい

ベイジアンの書籍だもの。偏りがないとは言えない。
読んではいけない、は大学の先生の「気を引くため」の戯言じゃないの？

米国や中国に遅れすぎたから今さらやってもなぁ

先端技術は中国にまかせて、日本は重箱の隅をつつくという切り分けはできてるだろ

map推定とベイズ推定の違いがよくわかりません
P(θ|D) = (P(D|θ)P(θ))/P(D)
でP(D|θ)P(θ)だけ考えてこれを最大化するのがmap推定で、
(P(D|θ)P(θ))/P(D)を全部計算してθの信用度まで出すのがベイズ推定だとしたらパラメータθに一切関わらないP(D)の値は計算する必要があるのでしょうか？
P(D|θ)P(θ)だけ計算して合計が1になるようスケーリングするだけではダメなんですか？

>>253
ダメに決まってるだろバカなのか？
少なくとも数学か物理で修士持ってるやつ以外ダメ
工学部の博士だけ大学によっては良い

>>268
PRML読め

MAP推定なんて統計学的に何の根拠もないゴミだから使わない方がいい

無知そうなのがなんか言ってる。MAP推定反対派はもっと違うこと言う。

博士号持っているんだが>>271は正しいよ

正確にいうと機械学習ではなくて統計学（専門はMCMC)だが
MCMCが普及したという状況からみてもMAP推定は過去の遺物

根拠教えてくれると助かる

自分も正直詳しく聞いてみたい

どうしてだろう

ビショップの日本語訳の本ですが、ネットで注文して家に届きました。

下巻は表面がツルツルしているのですが、上巻は普通の紙みたいな感じです。

上下巻ともツルツルのが良かったのですが。。。

本自体も少しダメージがあるのが送られてきました。

もしかして、返品されたB級品を安く仕入れて売っているのでしょうか？

>>273
自分のレスに正しいってコメントするのって、バカなの？それとも自演失敗？

線形なのか線型なのか、はっきりせい。

>>280
linear algebra の単なる訳語だからどっちでもいいんだよ、どうせ欧米の後追いなんだから

>>279
表現的に自演

日常的に自演してるんだなw そりゃワッチョイ提言があるたびに強硬に反対するわなw

自演博士 www

>>278
本は粗雑に扱われがちだから、そういうことはたまにある。通販の弱点。
表面の違いは版の違いなだけでしょう

>>278
お前は読まずに飾るだけなのか
だったら表紙だけコピーして弁当箱にかぶせて本体は安く売り払っちまえ

次は日本語訳が悪いとか言い出しそう

粗探しはじめんだろ

>>282
お前はその自演博士に教えを乞うているのかｗ

>>273が自演っぽく見えるのは言葉のあやみたいなもの自演ではない。
どうせmap推定がなんでダメなのか述べても難癖付けられるだけだから
いわないでおこうと思ったが、仕方ないから言っておく

まず、ベイズ統計学的には事後分布を出すことこそが最大の目的であって
事後平均・中央値・最頻値などは副産物でしかない（それ自体は事後分布の姿を
把握するためのもの）
ただし、事後平均や中央値に関しては統計的決定論の観点から正当化可能
それに対して事後分布のモードは統計的決定論の観点から正当化できない

実用的にもMCMCが普及した今MAP推定はむしろ不便
プログラミングできない学生に教育としてベイズ的な考え方（≠ベイズ統計)
に触れてもらうくらいの価値しかない

レス付けられても付け返さないんでよろしく

>>289
自演がバレて恥ずかしい、まで読んだ

で、どこの書籍や論文に書いてあったかの根拠を示せっていってるんだろ。
自演博士は日本語も不自由か。

はい次回から問答無用でワッチョイ決定な

数学やり直してるけどボリューム見て絶望。
浅く広くやるか、、深くじっくりやるか、、

>>289
自演博士さん、恥の上塗りですよw

>>292
まぁワッチョイ入れるなら従う

このスレの人達は、みんなこの分野の専門家なの？
「ニューラルネットワーク自作入門」とかいう本読んで
素人でも仕組みが理解できるし作れるぜ、ウェーイッ！っていうレベルなんだけど
そんな知識あるなら、いま流行りの分野だし、分かり易い本でも書けば随分儲かると思うよ

素人でも仕組みが理解できるし作れる

なんて信じちゃうのは素人未満の何かだけだし
そんなのを釣って儲ける本書くのは恥

まだ嘘に近いこと書くやつの本が生きてる。淘汰されると信じてる。

>>289
自演博士は必死杉。ﾜｯﾁｮｲ入ったらもう自演博士号は役立たないぞ

>>295
専門書は売れてもたかがしれてるし、
一般向けのＳＦもどきの本を書いて売るには著者の知名度がいる。
極端な話し、ホリエモンの名前なら売れるだろう。

まー、プロから見たら実用性も何も無いものかもしれないけど
実際に自分で作ってお遊び程度でもきちんと動作するものが作れるのは嬉しいものだよ

普及率の高いラップトップでもできるから、素人の参入障壁が低いだけで、素人でもできるものではない。
専門書にしかなり得ないよなあ

ぶっちゃけ>>271-274の流れは確かに普通の自己レス補足にしか見えんが
まあなんだ、楽しそうだな

人工脳

Deep Learningに必要なのは専門知識というよりは教育者の勘に近いものになってきている。
こういう構造にしたらこういう特徴を学んでくれるんじゃないか、みたいな。
ニューラルネット自体はほとんどライブラリ化しちゃってるしね。
分析会社の友人が深層学習は粘土細工だって言ってたけど、まさにそんな感じ。

アホコン

でもしばらくしたら粘土細工に仕事ぶんどられて
粘土細工の顔色見て生きていかなくちゃならなくなるんでしょ？

機械学習のアルゴリズムより、何に使ったらいいのかでつまずいてる感

5割がそれ
残りの4割はデータ収集で詰む

プログラミングで言うと言語作ってる側と言語使ってアプリ作ってる側を
積極的にごっちゃにして語ってる感があるのがこのスレ

その混沌はこのスレの問題ではなくて AI 一般に見られる現象。
積極的に文系が騙る珍しい分野

>>293
どこからやり直してる？高校？

数学だけは深くじっくり自分が分かるまでやるしかないよね
受験数学は時間のなさからそういうことやらせてくれないけど

大学の数学は昔より勉強しやすい環境が整ってるよ
書籍が充実してる
図書館探せば参考書も結構あったりする

昔（30年ぐらい前）は本当に教科書教科書してて頭のいい人しかできませんみたいな感じだった

マセマか

理系大学生に最も売れている本
マセマ

マセマは指定教科書がわからない場合にだけ手を出す本

マセマなんて読むやつは２通り。
いい成績取りたいだけの効率屋、と正真正銘のできないやつ

マセマは最低限単位を取るための本で良い成績なんてむりむり

人工脳

人工無脳かわいいよ

人口無能w

人口脳

>>237
それはただの次元因子分析
大事なのはdiv/gradのほうだろ

>>261
それな

統計だろ

関係文章読んでてビッグデータがビッチデータに見えた
どうかしている

それ以前に日本語の文章読んでる時点で終わってるぞ

Big Data が Bitch Data に見えたという可能性はないでしょうか？

もしそうなら視覚障害あるからどっちにしても終わりやね

なにそんなにかっかしてんだ禿げるぞ

いや禿げてるからだろう

人工知能もハゲには無力だから仕方ない

ドフサですが？

>>303
経済学のマクロ計量モデルに似てるな。誤差逆伝播法はないけど。

[][Tebla][]

}

000-"Yob*RtStrike"[%Kil\]MO,fla>%$9999VLTS

001-GYORLith"0\R"/"ESUBA"%$%

HADO-"EM","L","O","NU"###END

人工脳

Radeon + C++AMPでDNNやろうとしてんだけど、前提となる行列計算がなかなか早くなんないな
メーカー公表値通りなら6TFlopsでなきゃならないところが0.8TFlopsしか出ず（大きな最適化はしていない）、こっから最適化してもせいぜい2倍が限度の気がしてしまう
GeForceを買ってもやっぱ素人が書いたコードじゃ早くなんないのかな？

C++用のニューラルネットワークのツールキットprimitiv(仮)を作りました。
C++ネイティブでなるべく強い外部依存を排し、使いやすいインターフェイスを目指しました。
CUDA使用時は結構速いです。
https://github.com/odashi/primitiv/tree/v0.1.0-alpha …

>>336
参考のために教えてほしいのですが、CUDAの場合このコードでメーカー公表値の何割ぐらいの演算性能がでるものなんですか？

mnist実行したら結果は0.9217だった

何そのゴミ
云10年前の精度レヴェル
どんな糞モデル作ったらそうなるんだよ

畳み込み層とプーリング層がないみたいなんでそんなもんだろう

>>340
それなら20年位前からあるんじゃね

おまえらもしかしてコード読めないの？

コード読めないんかよ。。

>>342
コード読む気がないんじゃね

CNNじゃないとか関係ない
ANNでも普通に作れば92%とかいう糞スコア叩き出さないから

ANN?

あっNLP若手のかいの

NLP岩手

>>345
MLP ならそんなもんだよ、ど素人かよw

いつまでもMNISTの話しなのね
若手の会でも全能アーキテクチャのとこは香ばしい。

>>349
お前のANNゴミすぎだろ
チュートリアルほとんどそのまま動かしてそう

>>351
あれ？話しがずれてるよね？
「普通に作れば92%とかいう糞スコア叩き出さないから」
wwwww

>>350
例えば MASK R-CNN の話ししてもあんたら分からんだろw

>>351
MLP でどのくらい出るの？単なる興味として

>>352
よもや普通というのをチュートリアル通りと思ってるなんてことはないよなあ

>>355
さすがに無理あるだろw
それはともかく、MLPのスコアは？

>>355
ヽ(・∀・)ノ 池沼かよ、チュートリアルだって普通の範疇に入るに決まってるだろ

>>345
確率的勾配効果法だと結果も確率的になるんじゃね

>>353
すればいいじゃん。単語だけ並べてドヤ顔すんなよ。

レベルが低すぎる、話にならないな
チュートリアルなんてhello worldレベルのものを普通水準と思ってるとか
薄々感づいてはいたがこのスレのレベルの低さがよもやこれほどとは

マウント合戦開始

ハゲは黙ってろよ

チュートリアル動かしたぐらいでドヤっちゃうの流石によろしくない。

ひたすら罵り合って見下してバカにし合うだけで、2chでも有数の不毛なスレだな

むしろほぼ全部それ

ここは特に酷いぞ
人格破綻かな

見ないうちに初学者向けの本が大量に出てるみたいだけど、確率的勾配降下についてきちんと説明した本出た？

自分で書け

GPUはどれくらいの積めば合格点？

PRMLのアルゴリズムをPython(ほぼNumpyだけ)で実装
https://goo.gl/AkLRJb

真理の探究。つまり、何が正しい筋道で、どこに焦点を合わせればいいかを模索する。これが人間にどういう恩恵をもたらすかというと、人生における試練、トラブルといった、あらゆる問題ごとのスムーズな解決を促すのだ。

例えば、『人は必ず死ぬ』という真理。この真理がわかっていれば、こういう言葉と真剣に向き合うだろう。

『人生は一冊の書物によく似ている。 愚かな者はそれをパラパラとめくっているが、 賢い者はそれを念入りに読む。 なぜなら彼は、ただ一度しかそれを読めないことを、知っているからだ。』byジャン・パウル

そういうことだ。つまり真理の探究ができない人は、ここでいう『愚かな者』。毎日を場当たり的に生き、浅はかで刹那的、建設的ではなく、射幸的な人生を好むようになる。

建設というのは読んで字のごとく、毎日毎日、積み上げていくものだ。そういう人は、射幸的のように、幸せを矢で射って当たれば儲けと考える、そういう生き方をする人間とは比べ物にならない結果を出すだろう。

それがわかるのが、記者とイチローのこのやりとりだ。

記者『イチロー選手は、なぜ同じ毎日の繰り返しで、成功できたんですか？』

イチロー『確かな一歩の積み重ねでしか、遠くへは行けない。』

真理とは、自分の人生を最高に応援する、勝利の女神のようなものだ。彼女を怒らせたら怖いが、味方にすればとても心強い。

どちらを選択するかは自分次第だ。

>>369
GTX 1080くらいあればいいんじゃないの？

無駄なことしてて草
最低でもTeslaじゃないと論外だから素直に借りろ

>>373
高いの調べてきたのね。気持ちは分かるけど、合格点であって最高点である必要はないだろう。

ありがとうGTX 1060でも積んどくわ

GPUといえばAMDからVega Frontier Editionが販売開始されたね
今後の動向が楽しみ

この頃chainer命のおっさんこないな。

なんでおっさんって決め付けてんだよこのハゲ

いくらchainer もちあげてみても
>>90 の記事で騙される人がいなくなっちゃったからな

人は基本的に天邪鬼なので他人から半ば強引に何かされると正しい判断能力を失いとにかく抗いたくなってしまうのさ
おつおつ

またchainerメジャーアップデートやん。
chainer3よ。

>>374
1080積んじゃった残念な人かな？
Teslaを調べてきたとか言ってる時点でお察しだけど
まあなんというか、ドンマイ

>>382
言葉通じないのね。「調べてきた」しか読んでないのかよ。お前頭悪いってよく言われるだろ。社会人だったらオワコンだなお前

mnistの改良版実行したらメモリ不足で落ちた

何でこのスレってギスギスしてるの？

ギトギトしてるの

ブームだから

俺のほうが流行の最先端いってるぜって自慢したい人が集まって互いにけなしてる
「XYZってお前ら知らないだろ？（俺は知ってるんだぜ、フフン）」
「作ってみました」→「あーダメダメ、そんなの使えねーよ（対案なし）」

>>383
お前さんレスするごとにボロが出るからもうやめとけ

シェーダーの数よりRAM容量のほうが大事

>>388
そうやって言えばいいってもんじゃない。合格点のGPUについて聞いていた人がいた。無能は黙って見てろ。

こいつ消えたらスレが平和になりそう

1080Ti2枚は合格ですか？

このスレではROM専なんだが、PCスペックの話はスレ違い。

>>381
なんでアップデートそんな早いねん。

まともなソフト開発プロジェクトの経験がないか、他人に使わせる気がないかのどちらかじゃないの

せめて 2.0 の情報だしてくれ

海外勢の後追いをしても優位に立てることもなければ社会貢献にもならないんだしさ
OpenCLに対応するとか、日本人研究者に安くASICを提供するとか、何か特別なことをしてほしいな

>>394
正直置いてけぼりだよね。

GPGPUってディープラーニングだけ早いとか？
他の機械学習はどうなの？
例えばkmeansとか主成分分析とかSVMとか

>>397
独自の方向性がないと埋没しちゃうな。

推測だが、SONY が nnabla を出したので対抗的な意味合いで 3.0 に着手したのかもしれん

>>390
そうだね
そしてその結果自分の残念さが露呈してしまったと
ああ哀れやな、マジでドンマイ

ギスギス…

>>397
もうchaserに改名したらいい

>>403
車かよ、でもそれいいなw スポンサーのお許しは出ないだろうがw

>>399
scikit-learnはGPGPU対応してないよ。

>>399
TensorFlowバックエンドに使ってるやつなら効果あるかも

opencv の svm は gpu サポートなかったな。
TF バックエンドでもいいなら tf.contrib.learn.SVM とか一応あるよ

>>403
わろた

>>370
すばらしい
こういうのを待っていた

>>409
自演博士乙

>>410
分かるのすげえぇ....

>>393
スレ違いつっても他に該当スレなさそうなんだけど

>>393
ROM専ならしゃべるな

EEPROM萌えか

MNISTはそもそも教師なしでも98%分類できるから簡単すぎてタスクとしてはもう意味がないと思う

>>415
そうだね
しかも誤認識されるデータには人間が見てもわからん意地悪というか卑怯なもんもあるし
そこでの精度が高くなったからといって優れてるかというとそんな事ないもんな

このスレの存在よりは意味がある

MNISTは実データ見ると人間にも識別できない汚い文字が結構あるからな

スレの大半は chainer と MNIST だな。

>>419
chainerはいいとしてMNIST以外のデータを使ってないのか？

旧電総研の手書き漢字データベースは？

>>419
いや、書き込みの大半がという意味。

>>421
何回も同じことレスしてるな

>>422
してないよ、暑いので頭大丈夫か

>>423
教えてやろう俺はダメだ

>>424
アドバイスしてあげよう、エアコンを買え

挑発的なレスが多いな。仲良くやれないものか

AI詐欺ブームに乗っからないと!!!

ニューラルネットワークを超える
ディープラーニングという新技術が
トレンドだと聞いて

？！

Rやってきたの後悔してる。時代の流れはRなんか全く無関係やん。

そうでもない

>>430
R は deep learning を取り入れそこなったのが残念

AIがすべてやってくれる。もうプログラマも数学者もいらない時代らしい。

>>429
90年代の大学時代にニューラルネット学んで
社会でて別な仕事してて、そっかー最近はなんか
ディープラーニングとかいうのが話題になってるなーで
「深層学習」買って読んだ時のデジャブといったらですね…
うん…多層学習が収束するようになったんですね。

AIが無益な書き込みを続けてると噂のスレはここですか

>>434
収束するだけなら役に立たない
精度が上がったのが大きい

>>430
沁みる一言

>>430
Spark はサポートしてるじゃん

>>434
収束するようにはなりましたが、なんだかんだいって、冬の時代に画像にたくさんラベルを付け続けた先人がいたから今があるようなものです。

>>430
BIの分野ではまだまだ現役ですよ

お爺ちゃんの懐古話しwww

>>439
日本人の貢献で歴史に残るようなものはありますか？ネオコグニトロンはいいですw

量子焼きなまし法はもしかしたらノーベル賞

日本人の話しはしてないんだよね。大量の正解データを用意してくれた時代があったからこそ、今の人工知能ブームは再燃したと思ってるよ。チンパンはお静かに。

>>444
質問しただけで、何故チンパン呼ばわりされなければいけないのですか？
納得がいく説明をしてください。

>>444
図星さされてチンパン呼ばわり www

昔かじっただけのど素人が何トンチンカンなこと言ってるの？

>>444
アメリカで流行ったエキスパートシステムは超えれますか？
エキスパートシステム使えば高度な問題も解決できるというあれです。

>>448
大量の正解データを用意してくれた時代があったからこそ、エキスパートシステムを超えられました

>>448　ブラックボックス化された昨今のDeep Learningよりは説明能力が高いエキスパートシステムや根本の決定木は分野によってはまだまだ現役みたいですね。
超えるには説明能力が足りないって自分はよく言われます。

詐欺だの大失敗だの言われたエキスパートシステムを超えるとは期待できますね。

>>448
超えるというのは実用面で、という意味です。産業利用するにはやはり説明能力がネックです。。

>>452
自分の脳について説明できるの？

>>453
No

脳科学の教養は必須

脳科学の教養=脱税スキル

脳とかあらぬ方向へ飛んじゃうんだな。。。変数の説明ってことなんだけれども。

Youtuberヒカルが月収を明らかに!!おはよう朝日です出演


第１回案件王ランキング！YouTuberで１番稼いでるのは誰だ！

;t=61s
ユーチューバーの儲けのカラクリを徹底検証！

;t=504s
【給料公開】チャンネル登録者4万人突破記念！YouTuberの月収公開！

;t=326s
誰も言わないなら俺がYouTuberのギャラ相場を教えます

;t=118s

最高月収5000万円だとさ。年収じゃなくて「月収」な
おまえらもyoutubeに動画投稿したほうがいい
顔出したくないならラファエルみたいに仮面かぶればいい
手っ取り早く視聴数稼ぐには芸能人や人気ユーチューバーへの物申す系動画がオススメ

>>457
自分の脳がブラックボックスなら
自分の脳が出力してる事も信用できないだろ

説明できなくても結果が正しければいいんじゃね
説明できても机上の空論より実用的
論理的に正しそうに見える仮説なんかいくらでもある

説明できないとか理解できないのは
現状の人類の能力が不足してるだけ

適切な解が充分な程度で得られるのなら使う価値はあるだろう

相対論とかない大昔でも重力レンズ現状は起きていた
人類の理解とは無関係に現象は発生する


ビジネスに採用するかどうかは経営者とかの判断だけど
他社が採用した結果として売上や利益の大きな向上を得られてると知ったら
自社でも採用するんじゃね

リスクを負うかどうかでしかない
失敗したくない心理が勝るんだろう

人間の脳や心理は把握できてないのに
重要な仕事を任せたりしてるんじゃね

それは行動を観測して信頼してるから

入出力関係が安定していて
結果が相当な確率で期待と合ってるなら
AIだろうが自動運転だろうが信頼するだろう

$1,293 → $39
http://www.popsci.com/python-programming-bootcamp

説得力というか調整に根拠を提示できないと
調整→テストデータ試験OK→本番で精度下がる→あれー？
になるからじゃないん

おまいには納得力が足りない

おまい　ってさすがに古過ぎませんか

もう煽りばっかだから
次スレはﾜｯﾁｮｲ付けろ

脳とかで返信するくらいだから、この人聞きかじったド素人だなって。一周回ってほっこりする。

>>468
説明できないものの代表例として脳をあげただけだ

飛行機が飛ぶ原理の説明も間違ってたとか言う話もある
世の中の事象を全て把握できてるわけではないって事だ
それでもほぼ安定してれば事業にも使う

>>464
すでに使われ始めてる領域もあるけどな

>>468
人間の体の仕組みだってまだ解明されてないだろって事だ

でその解明されてない人間をビジネスに活用してるだろ

ビジネスに使う⇒解明されている は真ではない
対偶の
解明されていない⇒ビジネスに使わない も真ではない

解明されているかよりも
安定して期待する結果を得られるかどうかを対象領域で必要な程度で
統計的に確認できればいいだけ

>>471　いい着眼点だとは思うけども、DLはモデルの説明能力が無いという主張に対し、脳だって分かんないから文句言うなという反論は、飛躍がありすぎて的を射てない。ビジネスやったことない学生さんかしら。
まず、そういう反論したら二度と相手にされないことくらい社会人ならわかってるはずだけど。

>>471
そのロジックで水俣病は
足尾鉱毒は
四日市ぜんそくは発生した
後で長期泣くのは勝手だが逃げるなよ
結果を受け止める覚悟があるなら止めない
ただ自殺くらいで解決できると思うなよということだ

理想論語る人は全脳アーキテクチャ勉強会とかいってホクホクしてればいいと思うよ。論理も分かってない人間が何してんだとは思うけども。

ボケ爺に決まってんだろ

医者->人間->よくわかっていない->医者に病気を治してもらうのは危険（?藁）

>>472
繰り返すが脳はただの例えの一つだ

説明できないから使わないと言うのであれば
今使ってるものは全て説明できてると言う事だが本当にそうなのか?
リスクを負いたくないだけ

>>473
リスクを負うと言う事はそう言う事だ
成功も失敗もありうる

問題があることを予見していたのに放置したりするのはダメだが
予見不可能な事は対処のしようがない

リスクを負いたくないなら
発ガン物質が含まれている可能性もあるし
食べ物を摂ったりできなくなるよ

ある程度のリスクは許容しなければ生活できない

結論：ポエム

ボケ爺学生のポエムか。
レイヤーがどんどん高くなって抽象化されとる。もう反論にすらなってないな。悲しいよ。。

>>477
お爺さんは、無職？論旨が意味不明。耄碌してるから病院行ったほうがいい。電車内でブツブツ言ってそう。

海外勢はリスクを負って新たな成功を掴む
もちろん失敗もあるだろう

日本勢は説明できないとか理由をつけてリスクを負わない
結果失敗もしないが成功もしない

>>481
自分が理解できないのを相手の所為にすれば楽でいいよね

（理論的に説明可能なものと、そうでないものでは、リスクマネジメントの観点から前者がより優れている）
（それで終わる話だよなこれ）

>>483
繰り返す。モデルの説明能力が現状課題だ、というのが最初。なぜ、脳、飛行機の例え話になる。例え話で満足するな。話題を抽象化するな。論旨をはぐらかすな。
モデルの説明能力が低い、これについてお前は語れ。例え話を混ぜるな。

>>484
もう終わってる。爺さんが車内で騒いでる感じ。

>>485
モデルの説明能力が低い
それと結果が安定する事は別問題
結果が安定してればリスクを負う事で成功のチャンスがある
リスクを負わなければリターンも得られない

>>484
リスクを最小化するには何もしない事だ
それでいいのか？

>>485
モデルの説明能力が低いことを課題としてるのは何故？
本当に課題なのか？

>>487
>結果が安定してればリスクを負う事で成功のチャンスがある

と

>リスクを負わなければリターンも得られない

に直接の関係性がない

もし余計なリスクを負わないで済む手段があるのならばその手段を選ぶほうが有利
よって機能・性能と比較するための定量的評価が間にあるべき

NLCと連携してこういう詭弁の判定できないものか

ぶっちゃけちゃうと大金払ってDL取り入れたうちの会社では結果が出なかった

再現性も上手くいく保証も無かったので結局採用されたのは一部のみ

こいつらアホ

>>464をかろんじんなよ

>>492
実運用はかなり限られちゃうよね。結果が良くても「で、なんでその結果が出たの？」って言われて負ける。

こっちは新聞にも大きく出たのにな
どうすんだろ

>>489
実サービスとしてDL導入する場合のこと。研究課題でも、説明能力の高いモデル構築を目指す研究もされてるから、工学・理学共に課題はある。

>>490
リスクを介して関係あるだろ

>>498
説明能力が高い⇒利益が得られる
ではないな

>>485は無視しちゃいかんね

飛んで申し訳ないが
>>484に同意

モデルの説明能力が低いのではなくて人類の理解力が不足している

現象は正しい

いくら人間が尤もらしい仮説を立てたところで
実験で証明されなければただの仮説

>>500　間違いない。そして理解無い企業は死んでいくのかもしれない。しかし現状はこう。それに対してどう対象外するかという話しになる。

>>504
現象が正しいとは？
何が論拠？結果でなかったのに

対処。タイポ

人類引き合いに出すのやめいｗ　一瞬で発散する。

>>506
仮説と現象のどっちを取るかという話
仮説の方が間違っていると考えるのが合理的

>>509なるほ。
まあ話は一旦止め。

このスレ見てるAIやりたーいて言ってる学生さんに言いたいが、中途半端な知識だけで十分と考えるのはやめて欲しいな。

むしろ学生のほうがどういう代物か理解できるんじゃないか

>>511そうできるからこそ、近道のみで終わってほしくない。

適当にパラメータなりアルゴリズムのループ変えたり、ちょっとした工夫したら結果良くなりました、みたいなことは企業にやらせとけ。。
どうせそのレベル程度のはマンパワーで米中に負ける。

だれかが2ちゃんねるのレスポンチ読み込ませて実験してるのか

Fラン大学の学生が多いことがよくわかるスレですね

>>510
いいから働こうぜ！

>>513
お前は終われ

F欄じゃあ入れない会社員ですけどなにか？
まあ>>492で触れてるDL売りつけたベンチャーてどこでしょうね？

学習用データがその会社用にあった学習データ使わないと意味がなさそうだね

いやいやプロが手を付けてカスタマイズした結果がダメでした

>>517
F欄のいる会社だったらDL導入できるシードデータすら無いのにね。実務経験のない奴らは困るよね。

パラメータいじったところで、そもそもの解決する問題が、機械学習で解けないなら何やってもだめ。当然だけど。導入ありきは頓挫必至。

入力データに加工が必要な間は取り組めない
画像なら適当な画像ポンポン放り込んで
こっちの意図をくみ取った分類を自動学習できるくらいでないと
確かまだそんな域にはなってないよね

意図も同時に学習させれば問題ない

そもそも意図なんてこっちから伝えないと
忖度してもらえる訳がない

会社の宣伝のためだろ

統計って言えば、AlexaやGoogleがやってるサイト閲覧者の学歴傾向ってどうやってはじき出してるのかな？
http://www.alexa.com/siteinfo/2ch.net
やっぱりというか2chは高卒のメーターが振り切ってるな・・・・

「アジア」人が約一割

F5攻撃？

>>520
自演博士 wwwwwwwwwwwww

>>517
社畜自慢ですか ( ´,_ゝ`)