メインメニュー
PR
facebook
別フォーラムへ

Deep learning の使い方


投稿ツリー


前の投稿 - 次の投稿 | 親投稿 - 子投稿なし | 投稿日時 2018/9/16 11:35
OK_like-mj  半人前   投稿数: 18
Big DataとDeep Learningによって
結構な分野での、困難で微妙だったり
動的な画像の解析をする事で

人が集中して対応しても出来る事じゃーない
画像解析によって

とても微妙な癌であったり、不審者を見抜く事
が出来るようになって来たが
最終結論に至る前に、必ず、生体の問題なら
病変組織のSamplingであったり
不審者なら、拘束し尋問するなりといった
本当に、そうであるのかの実際の検証がなされる

天気予報や、地震予報のような
予測を扱う場合、実際に検証するのは難しい

病変や不審者の場合は、すでに対象に
起きている変化を、人が見つけられないから
であって、対象を特定してもらえれば
実際に検証可能であるのに

天気や地震では、まだ対象に変化はなく
変化を検証などできないのだ

つまり、すでに対象に起きている微妙な変化
を探すには、最適なDeep Learningだけれど
予知をされても、それを信じるかどうかの
最終判断で。人は相当に悩むことになります

避難勧告を間違って発令すれば
大勢の人を混乱させる訳ですし
また、せっかく予言されたのに無視したのでは
大勢の人命を失う事になる

1つの大問題は
Logical な因果関係の構成をもたない
Deep Larningの解析では
LogicalなAlgorismで成立するprogramのbug
で発生するような問題が、そもそも存在しない

つまり、画像をBig Dataとして学ばせる時に
その選択に意識しない偏りがあっても
それを知る事ができない

それを知るには、それこそ何十万という
Big Dataそのものを検証しなくては出来ない

投票数:0 平均点:0.00
返信する

このトピックに投稿する

題名
ゲスト名
投稿本文
  条件検索へ


ログイン

ユーザー名:


パスワード:





パスワード紛失  |新規登録
PR
twitter
Created by: twitter website widget