機会学習勉強会 (2016.2.27)

たきぐち in the Cloud💙💛 @atakig

マージン最大化

たきぐち in the Cloud💙💛 @atakig

最近傍法 一番近いグループに入れてしまう

たきぐち in the Cloud💙💛 @atakig

アンサンブル学習 3人寄れば文殊の知恵

たきぐち in the Cloud💙💛 @atakig

Adaboost ランダムフォレスト

tmnghryk @tmnghryk

最近傍法までは復習。こっからは、聞いたことはあるが、余り良く知らない手法だ。アンサンブル学習。アダブースト。ランダムフォレスト。

たきぐち in the Cloud💙💛 @atakig

ニューラルネットワーク 線形分離できない問題にも対応 効率的な学習アルゴリズムの提案 より複雑な構造に

たきぐち in the Cloud💙💛 @atakig

画像の特徴抽出は畳み込み演算で行うことが多い

tmnghryk @tmnghryk

立体図形の平面図の凹凸判定は、学生時代に制約プログラミングの例題で勉強したねえ。

たきぐち in the Cloud💙💛 @atakig

ルールベース 単純な対象から事例ベース 複雑な対象に

tmnghryk @tmnghryk

HOG、離隔の方向ごとのヒストグラム。うちの進捗家庭の分析のQ2Vも、この方向に進めることになりそう。

tmnghryk @tmnghryk

顔検出は、お世話になった例の某社の技術力がイチバン。

tmnghryk @tmnghryk

骨格を認識し、体型の多様性を機械学習させて、身体部位を推定。CNNは、前提としての大量データベースが凄い。チコ・ブラーエとケプラーの関係みたい。

たきぐち in the Cloud💙💛 @atakig

機会学習はf:x⇨yが基本 何を入力として何を出力にするかの選択が重要

たきぐち in the Cloud💙💛 @atakig

データの質と量が重要 大量かつノイズが少ないデータがあれば

tmnghryk @tmnghryk

データの質と量が大事だね。

ryotasato.eth @ryotasato

今までの人生で感じた全てを入力として，次に何を行うのかを出力できれば，それは人工知能． #gdgkyoto

たきぐち in the Cloud💙💛 @atakig

パターン認識と機会学習

tmnghryk @tmnghryk

まさに人間の脳が、そんな感じ。

たきぐち in the Cloud💙💛 @atakig

多田先生の機会学習の教育への応用可能性 始まりました

tmnghryk @tmnghryk

脳を取り換えて、その身体がその人らしく振る舞ったら、その人なの。脳の記憶を機械的なシステムに全て移行できたら、それは人なの。

tmnghryk @tmnghryk

自己と他者の識別の話になると、脳神経系だけでなく、個々の細胞の免疫系の話も関係してくるよね。糖鎖が鍵なの。

たきぐち in the Cloud💙💛 @atakig

事故の90％以上がドライバーエラーによるもの

tmnghryk @tmnghryk

自動車の安全運転のためのドライバー教育と、自動運転の機械学習と。

たきぐち in the Cloud💙💛 @atakig

道路や車が良くなっても、ドライバーが変わらないと改善しない

たきぐち in the Cloud💙💛 @atakig

バス会社やタクシー会社は自社のドライバーの教育を自動車教習所んびアウトソーシングしている