26
ディープラーニングっていうのは主に画像認識の分野で長年悩みに悩みを重ねた研究者たちがようやく見つけた一つの解法なわけでして．．．
目的意識に根ざした「悩み」がないところに先端技術だけ持ってきて当てはめたところであんま意味がないんじゃないかと思います．
27
先日某所でお話しさせていただいた内容．統計ユーザーはややこしい数理や計算機の知識から解放されるべきと思います．
28
著者の持橋先生から「ガウス過程と機械学習」をいただきました。本当に冗談ではなく、「ガウス過程を基軸に統計・機械学習が入門できてしまう」というくらいの丁寧な内容です。
29
Julia実装による「意思決定のためのアルゴルズム」。PDF無料です。ベイズから始まり強化学習、マルチエージェントシステムまでカバーしていますね。
Algorithms for Decision Making
algorithmsbook.com
30
Kevin Murphy先生の新しい機械学習の教科書のドラフトがPDFでダウンロードできます。1000ページ近い大作ですが、これでintroductionですか
Probabilistic Machine Learning: An Introduction
probml.github.io/pml-book/book1…
31
Diffusion modelsの数理的な基礎を理解したい方のための記事が出ています↓。
こちらの内容が難しい場合は、僕の「ベイズ深層学習」をお勧めします。理解に必要な基本は全て網羅されています。
arxiv.org/abs/2208.11970
32
機械学習・深層学習が実応用上でコケる最大の理由のひとつ。
[論文メモ] AIの診断を信じられますか？ qiita.com/kaco/items/f18… #Qiita
33
極言すれば、「人間のやっていることを置き換える」という発想しかできないから今のAI応用は頭打ちな場合が多いんですね。もっと技術自体の特性を理解し、人間の認知能力や情報処理能力をaugmentすることによる価値を追求しないと。
34
「サイコロの目で1が出る確率は1/6」は正しくない。そういう風に数学的に抽象化あるいはモデル化しているだけ。実際、精緻な物理シミュレーションが可能であればもっと正確に出目を予測できる可能性がある。すべてのモデルは間違っており、「正しい確率」というのはそもそも意味を成さない。
35
高校の数学の先生が「トランプを5枚引いて出たポーカーの役を100回記録しろ」っいう宿題を出してきて、どうやら学年全員集計して大数の法則を確認したかったらしいのですが、僕はプログラム書いて1憶回やった結果を提出しました twitter.com/sammy_suyama/s…
36
これは正しいです。AIのアルゴリズムやソフトウェア単品を売ろうとするのは現実の課題をナメすぎています。 twitter.com/isip_tkg/statu…
37
コインを1回振ったら表が出て、そのまま100回振ったことにしたら100％表が出るコインってことですか？
＞今回見られた差のままサンプルサイズを200人程度に拡大した場合、有意差が出る計算だという
アビガン臨床研究で結果、有意差無しも「有効な可能性」 bio.nikkeibp.co.jp/atcl/news/p1/2…
38
↓これまで「人間には全く解釈できないがニューラルネットが見つけた良い特徴量」などというものは見たことがありません。囲碁などのタスクで人知を超えた解を出すことはありますが、それも比較的closedな世界で計算量に物を言わせているというだけで、計算機の能力からしたら昔から普通にある例です。
39
じゃあもう決定木でいいじゃん、ていう twitter.com/ai_scholar/sta…
40
機械学習の悪いところが全部詰まったような図 twitter.com/ImAI_Eruel/sta…
41
現実のデータ解析では例えば「リーマンショック以前のデータを使ってリーマンショック後を予測できるか？」みたいな難しさがあり、限られたデータセットで交差検証ガリガリやりながら精度上げるのって本質的に意味がない気がしています。
42
すごい！
＞CIFAR-10で訓練されたDLモデルは、95%が欠けた全く無意味な画像でも自信たっぷりの予測を出す。
news.mit.edu/2021/nonsense-…
43
あんまり「XXXするな」みたいな言い方は良くないですが，機械学習・ディープラーニングを使って感染者数を予測するとかは筋悪なのでやめた方が良いと思います．サーモグラフィから体温高い人を効率良くスクリーニングするとか，そういうのにしてね．
44
「過去の研究成果より機械学習や深層学習の方が予測精度が良かった」というのはおおよそ課題設定や評価方法が甘い場合が多いので一度出直した方が無難です。
45
そういう意味で、個人的には統計解析というのは「偶然を扱う科学」ではなく、「限られた情報と計算資源の中で意思決定を行うための科学」の方がしっくりします。長いですが。。。
46
「役に立たないから大切」ってのは意味わからんですね。誰がそれに納得して投資するのか。
「役に立つかどうかを評価軸にしない」ならわかります。僕だって宇宙の果てがどうなってるか知りたい。
47
何度も主張していますが、未だに数値目標でしか組織・取り組みを評価できないリーダーは引退すべきです。数値目標というのは、あらゆる詳細を隠蔽して単一のスカラー値に無理矢理収めるもの。多様な観点で物事を判断できない、バカの、バカによる、バカのための評価手段です。
48
MLPシリーズ「ベイズ深層学習」8/8に発売予定です。Amazonで予約開始しています。よろしくお願いいたします。
amazon.co.jp/dp/4065168708
49
完全に僕のスライド貼ってあるので僕の名前も入れていただけると嬉しい。
topgate.co.jp/google-cloud-d…
50
昨日の第1回ベイズ分科会の録画ビデオはこちらで見れます。
youtube.com/watch?v=7rBI11…
発表資料などはコチラ
tfug-tokyo.connpass.com/event/184984/
#tfug #MCが途中からビール飲み始める
統計・機械学習・AIのブログ書いてます。主にベイズ学習をいじって遊んでいます。
「ベイズ推論による機械学習入門」「ベイズ深層学習」著者
確率モデル、深層学習、強化学習、データサイエンス、人工知能、汁なし担々麺、ねこ ＊発言は個（略