Cpaw AI Competition 2nd Programming/hand-RPS編

Transcript

1. 1.

   第2回 Cpaw AI competition 筑波大学 田尻

2. 2.

   目次 ◎ Programming ◦ 問題概要 ◦ 試した方法 ◦ 結果 ◎

   hand-RPS ◦ 問題概要 ◦ 試した方法 ◦ 結果 2
3. 3.

   1. Programming解説 3

4. 4.

   問題概要 ◎ ソースコードから該当するプログラミング 言語を予測する問題 ◎ プログラミング言語（６種類）： ◦ C# ◦ C++

   ◦ Go ◦ JavaScript ◦ Rust ◦ Scala 4
5. 5.

   データ例1 ◎ C# 5 ◎ C++

6. 6.

   データ例2 ◎ Go 6 ◎ JavaScript

7. 7.

   データ例3 ◎ Rust 7 ◎ Scala

8. 8.

   データoutline ◎ Github上のソースコードを取得 8 sklearn.feature_extraction.text.CountVectorizerを使用

9. 9.

   言語別ヒストグラム（回数/単語ID） 単語ベースの手法でいけそう・・・？ 9

10. 10.

    試した方法 ◎ Tf-idf ◦ Scikit-learn のTfIdfVectorizer ◦ ソースコードから特徴ベクトルまで変換 ◦ 他のデータではあまり出ない単語(記号)を重視す

    る 特徴量 ◎ リッジ回帰を用いたクラス分類 ◦ scikit-learnのRidgeClassifiar ◦ データを実現するような関数を求める ◦ 二値分類を元に多数決で分類 10
11. 11.

    結果 ◎ tf-idf + RidgeClassifier ◎ 正解率：95.87% 11

12. 12.

    2. hand-RPS解説 12

13. 13.

    問題概要 ◎ 手の画像からグー・チョキ・パーを予測する 問題 ◎ マーカーでキャリブレーション済み 13

14. 14.

    データ例 14 ◎ パー ◎ グー ◎ チョキ

15. 15.

    試した方法 ◎ Hog特徴量 ◦ Scikit-imageのhog ◦ グレースケールにしてそのまま ◎ Logistic Regression

    ◦ scikit-learnのLogisticRegression ◎ SVM ◦ scikit-learnのSVC ◦ データ点からの距離が最も大きくなるような 分離超平面を求める ◦ カーネル法によって線形以外のデータも分類可能 15
16. 16.

    結果 ◎ 16

17. 17.

    Credits Special thanks to all the people who made and

    released these awesome resources for free: ◎ Presentation template by SlidesCarnival ◎ Photographs by Unsplash & Death to the Stock Photo (license) 17