Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
自然言語処理によるプログラミングコンテストのコード自動採点
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Keisuke OGAKI
July 19, 2016
Technology
160
0
Share
自然言語処理によるプログラミングコンテストのコード自動採点
社内ハッカソンで実施した内容です
Keisuke OGAKI
July 19, 2016
More Decks by Keisuke OGAKI
See All by Keisuke OGAKI
アクセント学: "エムスリー"のアクセントは-3型なのか平板型なのかの謎に迫る
hiking
0
48
Slackの絵文字サジェストを機械学習でリバースエンジニアリング
hiking
0
2.5k
gokart Feature Proposal: ConditionalSignificantParameter
hiking
0
150
Gokart Feature Discussion: What's read_environ()
hiking
0
140
画像から撮影場所を当てる話 ~ 理論的背景 & どこが〇〇区らしいか ~
hiking
0
260
KDD2021読み会
hiking
0
120
SIGIR2021読み会
hiking
0
210
臨床AIイントロダクション
hiking
0
5k
アンケートと組み合わせて 説明可能なログ分析を行う
hiking
3
2.6k
Other Decks in Technology
See All in Technology
Bill One 開発エンジニア 紹介資料
sansan33
PRO
5
18k
Contract One Engineering Unit 紹介資料
sansan33
PRO
0
16k
すごいぞManaged Kubernetes
harukasakihara
1
390
AIを活用したアクセシビリティ改善フロー
degudegu2510
1
170
システムは「動く」だけでは 足りない - 非機能要件・分散システム・トレードオフの基礎
nwiizo
26
8.4k
Introduction to Sansan Meishi Maker Development Engineer
sansan33
PRO
0
380
サイバーフィジカル社会とは何か / What Is a Cyber-Physical Society?
ks91
PRO
0
160
申請待ちゼロへ!AWS × Entra IDで実現した「権限付与」のセルフサービス化
mhrtech
1
280
Introduction to Sansan for Engineers / エンジニア向け会社紹介
sansan33
PRO
6
74k
AI環境整備はどのくらい開発生産性を変えうるか? #AI駆動開発 #AI自走環境
ucchi0909
0
120
新規サービス開発におけるReact Nativeのリアル〜技術選定の裏側と実践的OSS活用〜
grandbig
2
180
ASTのGitHub CopilotとCopilot CLIの現在地をお話しします/How AST Operates GitHub Copilot and Copilot CLI
aeonpeople
1
220
Featured
See All Featured
The Illustrated Children's Guide to Kubernetes
chrisshort
51
52k
The untapped power of vector embeddings
frankvandijk
2
1.7k
Crafting Experiences
bethany
1
110
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.2k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
880
Rebuilding a faster, lazier Slack
samanthasiow
85
9.4k
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
64
54k
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
1
89
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
Mind Mapping
helmedeiros
PRO
1
150
Testing 201, or: Great Expectations
jmmastey
46
8.1k
Design in an AI World
tapps
0
190
Transcript
俺のコードのど こが悪い? あるいは二次元美少女がプログラミングを教えてくれる未来を夢見て
プログラミングの問題です (Atcoder Beginner Contest 041 問題A)
サンプルデータと か言わずに、コード を直接採点してほ しくね?
コードに点数、つけ てみました
出力結果: AC 50点がボーダーなので、ACです
出力結果: WA 点数極端すぎワロタ
出力結果: AC 点数極端すぎワロタ
出力結果: WA 点数極端すぎワロタ
真面目な話します 機械学習したい人向けのちょっといい話
しくみ LSTMっていう、不定長の入力を受けられるニューラルネットワークを 使います LST M LST M AC / WA
#include <iostream> ….....
精度は?? • 学習に使ってない データで73.7%当 てられる • 2時間で学習できる小さめ のネットワークにしてるの でまだまだいけるはず •
ACとWA半々 学習に使ってないデータ 学習にも使ったデータ
実は一番大事だったことは! コンパイラを使うとデータを増やすことができる!!!! 1. AC: 200個, WA:54個 … なにがディープやねん.. 1. AtCoderといえども、全言語合わせても数百人しか参加者が
いない
実は一番大事だったことは! コンパイラを使うとデータを増やすことができる!!!! 1. AC: 200個, WA:54個 … なにがディープやねん.. そのまま学習すると。。。。?
実は一番大事だったことは! コンパイラを使うとデータを増やすことができる!!!! 1. AC: 200個, WA:54個 … なにがディープやねん.. そのまま学習すると。。。。? テストだけぐんぐん上がっていく。
実は一番大事だったことは! コンパイラを使うとデータを増やすことができる!!!! 1. AC: 200個, WA:54個 … なにがディープやねん.. 2. ただしプログラムには、変数名などの冗長性がある
3. 文字をスワップして(aを全部zにしちゃう、みたいな)、コンパイルエ ラーが出なければ、それは、プログラムの挙動には関係のない変 更だと言える! 4. AC, WAそれぞれ数十倍することができる
実は一番大事だったことは! コンパイラを使うとデータを増やすことができる!!!! -> 僕の大好きなぱいちょん氏… python C++, コンパイラ情報なし C++, コンパイラ情報あり テストデータ100%達成し
ちゃうのでもう何も学んでく れない テストだけぐんぐん上がっ ていく