Enviar pesquisa
Carregar
素人がDeep Learningと他の機械学習の性能を比較してみた
•
68 gostaram
•
26,304 visualizações
Toru Imai
Seguir
Machine Learning Casual Talk #2 LT
Leia menos
Leia mais
Dados e análise
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 15
Baixar agora
Baixar para ler offline
Recomendados
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
Shohei Hido
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
Jubatus使ってみた
Jubatus使ってみた
Tohru Kobayashi
Jubatus Casual Talks #2 Jubatus開発者入門
Jubatus Casual Talks #2 Jubatus開発者入門
Shuzo Kashihara
Merpay tech talk (e2e testing framework)
Merpay tech talk (e2e testing framework)
柴田 芳樹
機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)
Tokoroten Nakayama
Recomendados
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
プロダクトマネージャのお仕事
プロダクトマネージャのお仕事
Shohei Hido
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
Jubatus Casual Talks #2 異常検知入門
Jubatus Casual Talks #2 異常検知入門
Shohei Hido
Jubatus使ってみた
Jubatus使ってみた
Tohru Kobayashi
Jubatus Casual Talks #2 Jubatus開発者入門
Jubatus Casual Talks #2 Jubatus開発者入門
Shuzo Kashihara
Merpay tech talk (e2e testing framework)
Merpay tech talk (e2e testing framework)
柴田 芳樹
機械学習ビジネス研究会(未踏研究会)
機械学習ビジネス研究会(未踏研究会)
Tokoroten Nakayama
20150303ぞくパタLT-ゆるふわ構造学習
20150303ぞくパタLT-ゆるふわ構造学習
Toru Imai
幾何を使った統計のはなし
幾何を使った統計のはなし
Toru Imai
組織横断型研究室構想
組織横断型研究室構想
nishio
Overview of tree algorithms from decision tree to xgboost
Overview of tree algorithms from decision tree to xgboost
Takami Sato
Watson Explorerを使ったテキストマイニング
Watson Explorerを使ったテキストマイニング
Hori Tasuku
Rで代数統計 TokyoR #42 LT
Rで代数統計 TokyoR #42 LT
Toru Imai
Mr201306 機械学習のセキュリティ技術応用
Mr201306 機械学習のセキュリティ技術応用
FFRI, Inc.
Amazon Machine Learning
Amazon Machine Learning
Yuta Imai
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
tak9029
If文から機械学習への道
If文から機械学習への道
nishio
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
徹 上野山
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
Core Concept Technologies
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
Yuya Unno
Unsupervised Object Discovery and Localization in the Wild:Part-Based Match...
Unsupervised Object Discovery and Localization in the Wild:Part-Based Match...
Yoshitaka Ushiku
Machine Learning, Deep Learning how to use in civic tehnology
Machine Learning, Deep Learning how to use in civic tehnology
Kaz Furukawa
深層学習よもやま話
深層学習よもやま話
Hiroshi Maruyama
IT エンジニア本大賞 2021 講演資料
IT エンジニア本大賞 2021 講演資料
Kensuke Otsuki
Mais conteúdo relacionado
Destaque
20150303ぞくパタLT-ゆるふわ構造学習
20150303ぞくパタLT-ゆるふわ構造学習
Toru Imai
幾何を使った統計のはなし
幾何を使った統計のはなし
Toru Imai
組織横断型研究室構想
組織横断型研究室構想
nishio
Overview of tree algorithms from decision tree to xgboost
Overview of tree algorithms from decision tree to xgboost
Takami Sato
Watson Explorerを使ったテキストマイニング
Watson Explorerを使ったテキストマイニング
Hori Tasuku
Rで代数統計 TokyoR #42 LT
Rで代数統計 TokyoR #42 LT
Toru Imai
Mr201306 機械学習のセキュリティ技術応用
Mr201306 機械学習のセキュリティ技術応用
FFRI, Inc.
Amazon Machine Learning
Amazon Machine Learning
Yuta Imai
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
tak9029
If文から機械学習への道
If文から機械学習への道
nishio
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
徹 上野山
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
Destaque
(13)
20150303ぞくパタLT-ゆるふわ構造学習
20150303ぞくパタLT-ゆるふわ構造学習
幾何を使った統計のはなし
幾何を使った統計のはなし
組織横断型研究室構想
組織横断型研究室構想
Overview of tree algorithms from decision tree to xgboost
Overview of tree algorithms from decision tree to xgboost
Watson Explorerを使ったテキストマイニング
Watson Explorerを使ったテキストマイニング
Rで代数統計 TokyoR #42 LT
Rで代数統計 TokyoR #42 LT
Mr201306 機械学習のセキュリティ技術応用
Mr201306 機械学習のセキュリティ技術応用
Amazon Machine Learning
Amazon Machine Learning
TensorFlowで会話AIを作ってみた。
TensorFlowで会話AIを作ってみた。
If文から機械学習への道
If文から機械学習への道
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Semelhante a 素人がDeep Learningと他の機械学習の性能を比較してみた
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
Core Concept Technologies
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
Yuya Unno
Unsupervised Object Discovery and Localization in the Wild:Part-Based Match...
Unsupervised Object Discovery and Localization in the Wild:Part-Based Match...
Yoshitaka Ushiku
Machine Learning, Deep Learning how to use in civic tehnology
Machine Learning, Deep Learning how to use in civic tehnology
Kaz Furukawa
深層学習よもやま話
深層学習よもやま話
Hiroshi Maruyama
IT エンジニア本大賞 2021 講演資料
IT エンジニア本大賞 2021 講演資料
Kensuke Otsuki
Semelhante a 素人がDeep Learningと他の機械学習の性能を比較してみた
(6)
ディープラーニングによる時系列データの異常検知
ディープラーニングによる時系列データの異常検知
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
ICML2013読み会 ELLA: An Efficient Lifelong Learning Algorithm
Unsupervised Object Discovery and Localization in the Wild:Part-Based Match...
Unsupervised Object Discovery and Localization in the Wild:Part-Based Match...
Machine Learning, Deep Learning how to use in civic tehnology
Machine Learning, Deep Learning how to use in civic tehnology
深層学習よもやま話
深層学習よもやま話
IT エンジニア本大賞 2021 講演資料
IT エンジニア本大賞 2021 講演資料
素人がDeep Learningと他の機械学習の性能を比較してみた
1.
2.
誰よお前? •ツイッターID:@MOTIVIC_ •株式会社ALBERT主任研究員
•代数幾何を使って因果推論の研究をしてるよ •統計ゆるふわ勢 •機械学習はICMLにリジェクトくらったレベルの素人 かじゅある ゆるふわツイートしてます
3.
2012年位からDEEP LEARNINGが流行ってますね 前回のMLCTのLTでも出てましたし
4.
特徴量抽出も自動でやってくれるので 画像、音声、言語などの分野で大活躍 しているようで
5.
でも画像、音声、言語 のようなデータは扱っ たことがないから凄さ
がよく分からないお…
6.
だからもっと簡単な (DEEPLEARNINGが そもそも必要無さそう
な)データセットで性能 を調べてみたお!
7.
まずは分類問題のHELLO WORLD IRISデータ
8.
KPIは? •2-FOLDCROSS VALIDATIONでエラー率を計算
•ランダムにデータを半分に分割して上記の計算を 5,000回繰り返した •RとH2Oでシミュレーションしたよ
9.
比較した手法 •DEEPLEARNING(DL) •CART
•RANDOMFOREST(RF) •EXTREMELY RANDOMIZED TREES (ET) •SVM •NEURAL NETWORK(NN)
10.
DEEP LEARNINGのパラメータはどう決めたんだよ? 活性化関数と
DROPOUTの部分 だけイジイジして他 はデフォルトだお
11.
結果
12.
BREAST CANCER データ
13.
BREASTCANCERデータ •サンプルサイズは683 •データはこんな感じ
Clump Thickness Uniformity of Cell Size Uniformity of Cell Shape Marginal Adhesion Single Epithelial Cell Size Bare Nuclei Bland Chromatin Normal Nucleoli Mitoses Class 1-10 1-10 1-10 1-10 1-10 1-10 1-10 1-10 1-10 良性/ 悪性
14.
結果
15.
まとめ •DEEP LEARNINGは簡単な分類問題でも性能が良かった
•まじめにチューニングすればもっと性能上がると思うよ
Baixar agora