公開
susumuis / 石上晋
@susumuis
#bpstudy 始まりました！ .@kazunori_279 さん「私は #bpstudy がきっかけでGoogleに入った。私の運命の勉強会」という話。
2016-09-15 19:07:02
susumuis / 石上晋
@susumuis
猫の画像をベクトルと行列で扱う。100px X 100pxの画像→1万次元のベクトル→行列演算→ベクトル #bpstudy
2016-09-15 19:13:35
susumuis / 石上晋
@susumuis
事例「チートをしているユーザーを見つける」「課金してくれそうなユーザーを見つける」「広告のCTRを上げる（このお客さんが一番クリックしそうなのはどれ？）」 #bpstudy
2016-09-15 19:14:46
susumuis / 石上晋
@susumuis
学習データが必要：：画像認識：数十万枚や数百万枚の画像が必要！（今は画像認識なら、数百、数千枚で済ませる技もある） #bpstudy
2016-09-15 19:16:13
佐藤治夫
@haru860
いまのニューラルネットワークの弱点は、学習データとして、数十万枚、数百万枚の猫の画像を学習させないと、"猫"だといえない #bpstudy
2016-09-15 19:16:14
susumuis / 石上晋
@susumuis
興奮の具合い（x1, x2, ...., xn）それぞれの結びつきの強さ wi : Σ(i→n) wi xi > b #bpstudy
2016-09-15 19:18:33
susumuis / 石上晋
@susumuis
普通のプログラミングなら、w1, w2, bを固定値として決めるが、機械学習では機械に決めさせる。人間が決めない。 #bpstudy
2016-09-15 19:21:07
susumuis / 石上晋
@susumuis
昔は専門的なアルゴリズムの知識が必要であったが、今は、意識しなくても使える（プロダクションで使うには効率を上げるために勉強することも） #bpstudy
2016-09-15 19:27:11
susumuis / 石上晋
@susumuis
28 x 28ピクセルのデータ784個のデータを入れ込む→いい感じに最適化→「8」（勝手に画像のフィルタみたいなデータが出来ている） #bpstudy
2016-09-15 19:29:46
susumuis / 石上晋
@susumuis
「いー感じに仕分けしといて！（人間ならできる）」→「いい感じとは」→「ニューラルネットワークの中間層」 #bpstudy
2016-09-15 19:31:46
susumuis / 石上晋
@susumuis
playground.tensorflow.org のデモ、ニューロンの数を増やすとより早く最適解を見つけられる。ベテラン社員は新人よりも勘所がある。 #bpstudy
2016-09-15 19:36:04
susumuis / 石上晋
@susumuis
ガボールフィルタ（ja.wikipedia.org/wiki/%E3%82%AC…）入力しなくても勝手にできる。#bpstudy
2016-09-15 19:45:18
susumuis / 石上晋
@susumuis
Google検索のランキング：昨年からディープラーニングベースに変わっている。（最大の成果を上げている） #bpstudy
2016-09-15 19:46:12