第43回阪大AIメディカル研究会にて「野球データ分析ハッカソン準優勝解法と特徴量重要度」の題目で発表しました

はじめに

12月22日に開催された「第43回阪大AIメディカル研究会」にて「野球データ分析ハッカソン準優勝解法と特徴量重要度」の題目で発表しました。

下記の記事で取り上げたハッカソンのについての発表です。

upura.hatenablog.com

12月21〜23日に京都・大阪に独り旅をしているのですが、ご縁あって発表の機会を頂くことになりました。

［第43回の開催について]
日時:12/22(土)12:30〜
場所: 阪大吹田CP　産学共創本部C棟３F
発表内容:@namamono02go ~「可視化ライブラリplotlyの布教」
nさん～「ニューラルネット生成モデル(GAN)について」@Py2K4 ~「二分探索の解説」(内容変更?)
<特別ゲスト>@upura0

今回は4人発表します。
— 阪大AIメディカル研究会 (@AI49064710) December 13, 2018

発表資料

その他の発表（メモ）

可視化ライブラリplotlyの布教

カーソルを当てた時に数字やラベルなどを表示してくれる
日本語がデフォルトで問題なく使える利点あり
Jupyter Labだとextensionを追加する必要がある
チートシートもあるらしい
「HoloViews」を使っている人もいた

qiita.com

ずっと惰性でmatplotlibを使っているので、もう少しいろんな可視化ライブラリを検討しても良いなと思いました。notebookを共有する形式の発表で、再現性の面でも布教活動として素晴らしいです。

ニューラルネット生成モデル(GAN)について

GANについて、数式を交えて分かりやすく解説
the-gan-zooというリポジトリがある
GANの問題点
- Mode collapse
  - 生成器が観測データの一部の分布だけを学習し、特定の最頻値に近い値のみを出力してしまう現象
  - GANの目的関数の設計上「一部だけでも、騙せれば良い」という発想になっている
- 明確な評価方法がない
  - 学習が不安定（どこで打ち切れば良いのか）
さまざまな対応策が進展しつつある
- 目的関数に「輸送コスト」の概念を与えることで理論的に安定な学習法（WGAN）
- 重みに制約を与えることで、安定かつ性能が高い（WGAN-GP）