2024-06-05

anond:20240605123836

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

記事への反応 -
  • NNやMLというか、推薦システムの話ね ユーザーがある特定のアイテムをクリックしたという情報があったときに、そのアイテムの属性に関連するアイテムを推薦してほしいわけね で、具...

    • 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

        • 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

          • 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

          • 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

          • 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...

        • 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

              • 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?

                    • 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

                  • なんでまた、相手がいなくなるまで待ったの?

      • 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

    • なんで聞いてないのに更に書き込んだ?

    • おまえそれ言いたいだけやん というか使いたいだけやん

記事への反応(ブックマークコメント)

ログイン ユーザー登録
ようこそ ゲスト さん