回答編集履歴
5
一部修正
test
CHANGED
|
@@ -34,7 +34,7 @@
|
|
|
34
34
|
|
|
35
35
|
|
|
36
36
|
|
|
37
|
-
おそらく、新しいモデルを開発するといったことは、企業や大学等の研究機関が（まれに）行うことで、Kaggleのようなリソースと期間が限られている実践に近い場では行われないものと思います。
|
|
37
|
+
おそらく、既存の工夫レベルを超えた、いわゆる「新しいモデル」を開発するといったことは、企業や大学等の研究機関が（まれに）行うことで、Kaggleのようなリソースと期間が限られている実践に近い場ではあまり行われないものと思います。
|
|
38
38
|
|
|
39
39
|
|
|
40
40
|
|
4
少し追記
test
CHANGED
|
@@ -1,4 +1,4 @@
|
|
|
1
|
-
「モデル」という言葉の意味にもよりますが、おそらく質問者様の言われている定義だと、回答は「違います」となります。
|
|
1
|
+
「モデル」という言葉の意味にもよりますが、おそらく質問者様の言われている定義だと、回答は「違います」となります。なお、質問者様の要望通り、画像系も引き合いに出しながら、機械学習一般の範囲で回答しています。
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
@@ -24,7 +24,9 @@
|
|
|
24
24
|
|
|
25
25
|
よって、**新しいモデルを開発したりすることはぼぼありません**。
|
|
26
26
|
|
|
27
|
-
|
|
27
|
+
|
|
28
|
+
|
|
29
|
+
ディープニューラルネットの層を工夫したり、といったレベルも質問者様の「自作のモデル」に該当するのであれば、時々はやっています。なお、ディープニューラルネットのフレームワークは「層を工夫したり」の表現力が高いため、工夫のレベルはさまざまです。パラメータや積み重ねの組み合わせを変えるレベルから、層そのものをカスタムしたり、複数の層のアウトプットを合流させたり、といろいろできます。CNNもRNNもLSTMも、乱暴に言えば「層を工夫したり、といったレベル」であり、**どこからが「新しいモデル」かはあいまい**です。**Kaggleで作られた新たな「工夫」が、流行って名前がつけられ、新しいモデルとして認知されることも、ありえるでしょう**。
|
|
28
30
|
|
|
29
31
|
|
|
30
32
|
|
3
fkubota様のユーザ名をスペルミスしていましたので修正しました
test
CHANGED
|
@@ -28,7 +28,7 @@
|
|
|
28
28
|
|
|
29
29
|
|
|
30
30
|
|
|
31
|
-
追記: 画像系はCNNがメインなので、上記の「ディープニューラルネットの層を工夫したり、といったレベル」が主流ですね。kubota様の回答通りです。
|
|
31
|
+
追記: 画像系はCNNがメインなので、上記の「ディープニューラルネットの層を工夫したり、といったレベル」が主流ですね。fkubota様の回答通りです。
|
|
32
32
|
|
|
33
33
|
|
|
34
34
|
|
2
一部修正
test
CHANGED
|
@@ -28,6 +28,10 @@
|
|
|
28
28
|
|
|
29
29
|
|
|
30
30
|
|
|
31
|
+
追記: 画像系はCNNがメインなので、上記の「ディープニューラルネットの層を工夫したり、といったレベル」が主流ですね。kubota様の回答通りです。
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
31
35
|
おそらく、新しいモデルを開発するといったことは、企業や大学等の研究機関が（まれに）行うことで、Kaggleのようなリソースと期間が限られている実践に近い場では行われないものと思います。
|
|
32
36
|
|
|
33
37
|
|
1
補足追記
test
CHANGED
|
@@ -33,3 +33,11 @@
|
|
|
33
33
|
|
|
34
34
|
|
|
35
35
|
なお、回答にあたっては、書籍「Kaggleで勝つデータ分析の技術」、Qiita等のKaggle関連記事複数を参照して、回答者の解釈を一部入れて記述しています。ただし、Kaggleそのものを深く見ているわけではないため、最新の状態を正確に表現している保証はありません。
|
|
36
|
+
|
|
37
|
+
|
|
38
|
+
|
|
39
|
+
補足
|
|
40
|
+
|
|
41
|
+
|
|
42
|
+
|
|
43
|
+
三中信宏「統計思考の世界」では、「計算を考える前にデータを見ることが重要」「とにかくそのまま適当な統計ツールに食わせてその出力を排泄させてみることは、本書をもって全力で阻止したい愚行」（原文を回答者にて文意を損なわない範囲で一部短縮）と主張しています。**「モデル」は単なる道具**です。「何か素晴らしいモデルを開発することが機械学習のポイントである」というイメージは崩した方がよいと思います。
|