  |
だから「どういう入力にどういう出力をするか」を確定したいならNNのMLは向いてないよ
NNではないね むしろSVDとか線形代数とかそういうレベルの話
NNじゃなくてTreeでも向いてないぞ
だから次元圧縮とANNと言ってるだろ ANNにNNがついたからNNだと思ってるのか？ ANNは近似最近傍法のことね 初心者乙
あのさあ 近似最近傍法＝k-nearest neighborsはNNかどうかと関係ないし 教師ありだよ
近似最近傍法は Approximate Nearest Neighbor (ANN) ね。 ちなみにニューラルネットのことをArtificial Neural Networks (ANNs)と言うこともあるからね。
前提知識が全然共有されてないんよね 「近似最近傍法」といったときは、Elasticsearchに実装されてるベクトル検索とか、そういう話をしてんのよ ところが初心者すぎてアスぺがknnと勘違...
おまえの前提知識が間違ってるから共有できないってだけでなくて？
具体的にどこが間違ってたの？ 「近似最近傍法はknnでぇす」とか意味不明なことを言ってる奴のこと？
予防線の張り方がまた卑怯なんだよな
反論できなくなってて草
ANNといえば普通、Elasticsearchとか思い浮かべるものだろ https://qiita.com/takatori/items/2ab863285904031f4588
俺もいつも「おまえんなかではな」って言いたくなるの我慢してるわー
「この記事は最終更新日から1年以上が経過しています。」 qiitaの記事にこれが出る理由知ってる？
なんでまた、相手がいなくなるまで待ったの？
お前が言ってるのはknn、ANNではない 次元圧縮してそのベクトルをインデクシングして高速検索する手法がANNね 覚えておけボケ
近似最近傍法って言ったの君やんけ...
近似最近傍法 = approximate nearest neighborn = ANN ≠ knn
だから最初からTreeでも向いてないと言ってるだろ 向いてると言うならじゃあ確率で出せる方法示してみろ anond:20240605120804
引用先が最初ではないの草 こいつの頭どうなってんだよｗ
ああこいつ、時間を置いて増田がいなくなったのを見計らってから、論破済の理屈もちだして反論してるのか やり方がきたねえーｗ
卑怯な手まで使ったのに、戻ってきた増田にぶった切られてかわいそうすぎるｗ
ANNはNNでもTreeでもないぞ言っとくけど データをベクトルに変換して、それをインデクシングする 距離検索して、推薦内容を出す この検証をするには、入出力を見なければ確認できない...
うーん クソみたいなトラバばかりだから返事するか悩んだけど データをベクトルに変換して、それをインデクシングする インデクシングが具体的にどうかは置いておいて ベクトルと...
あのさぁ、君ANNを実装したライブラリとか使ったことないでしょ、faissとかElasticsearchとか 君は「knn」と勘違いしてるみたいだけど、sklearn起動してmodel.fit(X, y)みたいなことをするんじゃな...
うーん僕もオールナイトニッポンの実装はしたことないなあ
数百文字のイキリ文章をそうやって潰すの好きだよ俺
結果を確認する際に、入力と出力を見なきゃ何も進まんと思うが
それはあるんだがML関連では確定できない曖昧なのを扱うのが得意なのであって 評価の方法もかなり複雑になるのでこうやったらこう出ると言うのを求めてくる人間を相手にする事自体...
そのあたりは問題ないよ 実際に「こう入力すれば○%でこれが出てくる」って計算可能だからね
NNはおろかTreeでも確率では出ないよ
違う違う、こういう入力をしたらこういう属性の出力がどれだけの頻度で出た これは数えて集計すれば計算可能って話ね
ANNはNNではありません 近似最近傍法です ハイ論破
ANNが何の略か知らんけど 近似最近傍法は教師ありだよ
お前、完全にknnと勘違いしてるね 勉強し直してきてね
7
