BH14.14/MachineLearning

提供：TogoWiki

以下に示された理由により、このページの編集を行うことができません：

このページのソースを閲覧し、コピーすることができます：

2015/2/4 瀧川、川島、片山 == ディープラーニング・機械学習などを活用した大量データ処理 == データに既存技術を適用する === データ === * RDFのグラフまたはテキストマイニング === 既存技術 === * 値（数値）を使う ** がんの検査20項目の値（遺伝子発現など）でがんのリスクや隠れた因子を推定（教師あり学習） *** 頻出しているデータを抽出する **** ペアデータを関係学習（バスケット） *** ストリーム処理 (semantic streaming) **** 時刻ごとにトレンドが変わる処理 **** 選挙速報、医療ビッグデータ **** 21世紀の季語を作る * テキストの共起しやすい単語を予測する ** ある単語を含むという条件で特徴ベクトルを作る ** 共起語をクラスタリングしてニューステキストをジャンル分け ** 各単語に各クラスタに入る確率をつける ** 日本語 Wikipedia に出現する全単語のコーパス ** クラスタ数は指定する * ディープラーニング ** 教師あり、教師なし学習（なしが流行っているが、なしのあとにありにすると精度が上がる） ** 通常はベクトルデータや画像が入力 *** 線形ベクトルに線形変換（並行移動と縮尺）を吸収してデータを学習 *** データはメモリに載る必要がある ** 応用例 *** 画像解析 *** kaggle: Merck の分子活性チャレンジ (molecular activity challange) *** ゲノム配列でクロマチン構造などブロードに薄くある特徴、生物種の生息環境による配列特徴への影響？ ** ニューラルネット *** 入力ベクトルに各レイヤーでウェイトの値をかけ、次のレイヤへ *** ある値以上かどうかという基準関数で判別し、次元を減らした次のレイヤーへ *** 次元が上がる（ベクトルの長さが延びる）と、データが大量に必要→スパコン、GPU ** 学習したあとの機械の状態の解釈 *** 各レイヤが抽象度の違う概念を認識している *** ディープラーニングを多段階に学習し直すことで猫まで *** 教師あり学習の場合は結果を評価して学習 *** 教師なし学習の場合は入力データが出力されるように学習（評価関数は工夫できる） ** ツール *** Pylearn2 は自動的に Mac の GPU を使うことができる *** Word2Vec テキストラーニングツール（ワードクラスタリング）ディープラーニングにも **** http://www.slideshare.net/unnonouno/20140206-statistical-semantics === TODO === * TogoGenome (UniProt/PubChem) などからの統計情報の集計を行って全体からの位置づけがわかるDBを作る * TPPのデータの組み合わせから機械学習による知識発見（統合データ解析トライアル？） * ゲノム配列からのディープラーニングによる特徴抽出

BH14.14/MachineLearningに戻る。