分類問題で教師ラベル以外を検出する方法

Question

例えば,MNISTについて考えるとします.
MNISTは09の10クラスの分類問題ですが，09以外のもの(例: 記号,ひらがなカタカナなどいろいろ)が入力された場合に,0~9のどのクラスでもないというようにする場合はどのようにしたら良いでしょうか?



どのようなアルゴリズムに関してでも構いません．知恵を貸していただけると助かります

よろしくお願いいたします

Answer 1

「笑ってこらえて」という番組でAIに番組をつくらせるという企画がスタートしました。その中で将棋のAIを作られた方が「ルールが明確で、範囲を限定すると、AIを適用できる」と仰ってました。
「それ以外」というのは範囲を限定できないので「不可能」に入ると思います。
経験的に、学習していないデータは、どう判別されるかわかりません。

いろいろ、単純ではないです。
対象が英数字なら、うまくできるかもしれません。それにしても、0-9と、26種×2の画像がいります。すると、0-9よりそれ以外の割合が多くなります。そうすると「とりあえず以外クラスに振れば正答率上がるよね」というモデルになります。学習していないものは、どれに振るかわかりません。

Answer 2

単純な方法は、「以外」というクラスを加えて学習させるものです。質問の例示でいえば、0~9以外のものにクラスを割り当てて、11クラスの識別モデルを実装すればそれなりにうまくいくように思います。

対象のデータ間に共通的な特徴があるならば、「0～9である」と「0～9ではない」の２値分類を行ってから0～9の10クラス分類を行うという方法もありそうです。