第26回 名古屋CV/PRML勉強会のツイートまとめ

Hironobu Fujiyoshi @hf149

今週末(11/16)の #nagoyacv では、Classification Forest, Regression Forest, Hough Forest, Density Forest, Semi-Supervised Forest, Fernsについて、学生が話します。

おさかなさん @sakanazensen

#nagoyacv 会場です。【CV AdventCalendar http://t.co/VVjXevpqTV】

エンジニアサンダ大先生 @xxSANDAxx

#nagoyacv 勉強会もうちょっとで始まる

エンジニアサンダ大先生 @xxSANDAxx

#nagoyacv 勉強会始まった

おさかなさん @sakanazensen

#nagoyacv です．ustもします．

おさかなさん @sakanazensen

Random Forest祭り #nagoyacv

エンジニアサンダ大先生 @xxSANDAxx

#nagoyacv 今日はランダムフォレストについてか

おさかなさん @sakanazensen

「ICCV2008でのチュートリアルで，分類やクラスタリングのみならず回帰，カーネル密度推定，半教師付き学習などに用いれることがわかった」 #nagoyacv

おさかなさん @sakanazensen

最初はclassification forestについて #nagoyacv

おさかなさん @sakanazensen

スライドはslideshareで公開されるそうです． #nagoyacv

おさかなさん @sakanazensen

Random Forestで物体認識&セグメンテーション #nagoyacv

はる @fararrow9

Ustはこちら : 名古屋CV・PRML勉強会 http://t.co/IADLWxHS6Q #nagoyacv

おさかなさん @sakanazensen

メリット：速い．次元が高くても効率的な学習が可能．ノイズに強い． #nagoyacv

おさかなさん @sakanazensen

十分な学習データが必要．パラメータがちょっと多い #nagoyacv

Hironobu Fujiyoshi @hf149

今日の名古屋CVPRML勉強会は、「Random Forests祭り」で藤吉研が担当です。以下のスライドをアップしました。#nagoyacv http://t.co/TfV1lw8tsn

おさかなさん @sakanazensen

@fararrow9 いつもありがとうございます！ #nagoyacv

おさかなさん @sakanazensen

（主観的に）必要な学習データの量：SVM＜Boosting＜RFs #nagoyacv

Hironobu Fujiyoshi @hf149

まずは、Classification Forestについて、三品君(M1)が発表中。#nagoyacv

おさかなさん @sakanazensen

分岐関数はすごく簡単な識別関数．しきい値との大小関係や特徴量中の着目してる基底の大小関係，とか． #nagoyacv

おさかなさん @sakanazensen

情報利得が高い識別関数を選ぶ＝なるべくうまく二分する関数を選ぶ（という理解でOKかな？ #nagoyacv

おさかなさん @sakanazensen

「カテゴリが偏るような分岐関数」と言っているのは「クラスを分離する性能が高い分岐性能」ということか #nagoyacv

Hironobu Fujiyoshi @hf149

@sakanazensen 分岐後の子ノードのエントロピーが小さくなるように、すなわち, 分岐後にあまりカテゴリーが混ざらないような識別関数を選びます。#nagoyacv

おさかなさん @sakanazensen

クラスごとの出現頻度が異なる場合は重みによって正規化する．これはc-SVMとかでもやるやつや！ #nagoyacv

おさかなさん @sakanazensen

分岐ノード数が次元数の平方根でいいことに関する理論的な根拠，興味ある #nagoyacv

おさかなさん @sakanazensen

「ひとつひとつの分岐関数をどれだけ賢くするか，について頑張ってみても大した効果がない」 #nagoyacv