Kagglerに聞いたDeepLearning入門法メモ

社内の飲み会でKaggler¹達に聞いたことのメモです。
私はまだDeepLearning入門できてないので誤認識あるかもしれないです。
あと、私は「機械学習とは何をすることか」ぐらいの知識はあり、
それ前提で話してもらってたかも知れません

細かいことは動かしてから勉強すればいい

Kaggler「今どの辺やってんの？」
ワイ「誤差伝搬法の勉強中です。計算追うの面倒ですねあれ」
Kaggler「そういうのどうせフレームワークで隠蔽されるから別にやんなくてもAI開発はできるよ」
Kaggler「使ってから『裏側はこうなってんのかー』って知る感じでいいよ」

実はDeepLearningは簡単

• (本当に？と思いつつ聞く)
• 数学の理論とかそんなにがんばんなくていい
• 他の機械学習手法は数学難しいのもある
• 「こんなん誰でも出来る」とまで言ってました(´ﾟдﾟ｀)

精度向上に効くのはデータとその扱い方

• これはよく聞くやつですね
• 理論とか手法を頑張るより圧倒的だそうです

おすすめフレームワークはPyTorch

• 「TensorflowとPyTorch」は「C++とC#」ぐらい違う
  • 基本的に PyTorchのほうが記述が簡単
• Keras経由でTensorflowを使ってもいいけど、別にPyTorchでよくね？となる
• 日本に閉じて構わないならChainerもいいけど、別にPyTorchでよくね？となる
• TPU使うとかのケースぐらいしかTensorflowの方がいいケースはない
  (このあたりでTensorflow eager mode信者が乱入して宗教戦争が起きるが私にはついていけず。)

Kaggleやってみなよ

• 他の人の書いたモデルを読んだりして勉強できる
• 最下位層は「AIの判定結果出力のcsvを0埋めで提出する」 レベルらしく、初心者でもがんばれば全然やっていけるとのこと

次回から真偽のほどを確かめつつDeepLearning入門記事を書いていきたいです

1. AIの精度を競うDeepLearningの大会Kaggleに参加する人のことです。上位の人はGoldの称号が貰えるらしく、最近社内のチームがGoldとったので話しました ↩