Machine Learning Casual Talk #2 LT

2. 誰よお前？
•ツイッターID:@MOTIVIC_
•株式会社ALBERT主任研究員
•代数幾何を使って因果推論の研究をしてるよ
•統計ゆるふわ勢
•機械学習はICMLにリジェクトくらったレベルの素人
かじゅある
ゆるふわツイートしてます

3. 2012年位からDEEP LEARNINGが流行ってますね
前回のMLCTのLTでも出てましたし

4. 特徴量抽出も自動でやってくれるので
画像、音声、言語などの分野で大活躍
しているようで

5. でも画像、音声、言語 のようなデータは扱っ たことがないから凄さ がよく分からないお…

6. だからもっと簡単な (DEEPLEARNINGが そもそも必要無さそう な)データセットで性能 を調べてみたお！

7. まずは分類問題のHELLO WORLD
IRISデータ

8. KPIは？
•2-FOLDCROSS VALIDATIONでエラー率を計算
•ランダムにデータを半分に分割して上記の計算を
5,000回繰り返した
•RとH2Oでシミュレーションしたよ

9. 比較した手法
•DEEPLEARNING（DL）
•CART
•RANDOMFOREST（RF）
•EXTREMELY RANDOMIZED TREES (ET)
•SVM
•NEURAL NETWORK（NN）

10. DEEP LEARNINGのパラメータはどう決めたんだよ？
活性化関数と DROPOUTの部分 だけｲｼﾞｲｼﾞして他 はデフォルトだお

11. 結果

12. BREAST CANCER データ

13. BREASTCANCERデータ
•サンプルサイズは683
•データはこんな感じ
Clump Thickness
Uniformity of Cell Size
Uniformity of Cell Shape
Marginal Adhesion
Single Epithelial Cell Size
Bare Nuclei
Bland Chromatin
Normal Nucleoli
Mitoses
Class
1-10
1-10
1-10
1-10
1-10
1-10
1-10
1-10
1-10
良性/
悪性

14. 結果

15. まとめ
•DEEP LEARNINGは簡単な分類問題でも性能が良かった
•まじめにチューニングすればもっと性能上がると思うよ