Cpaw AI Competition 2nd Programming/hand-RPS編
by
Cpaw
Link
Embed
Share
Beginning
This slide
Copy link URL
Copy link URL
Copy iframe embed code
Copy iframe embed code
Copy javascript embed code
Copy javascript embed code
Share
Tweet
Share
Tweet
Slide 1
Slide 1 text
第2回 Cpaw AI competition 筑波大学 田尻
Slide 2
Slide 2 text
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
Slide 3
Slide 3 text
1. Programming解説 3
Slide 4
Slide 4 text
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
Slide 5
Slide 5 text
データ例1 ◎ C# 5 ◎ C++
Slide 6
Slide 6 text
データ例2 ◎ Go 6 ◎ JavaScript
Slide 7
Slide 7 text
データ例3 ◎ Rust 7 ◎ Scala
Slide 8
Slide 8 text
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
Slide 9
Slide 9 text
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
Slide 10
Slide 10 text
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
Slide 11
Slide 11 text
結果 ◎ tf-idf + RidgeClassifier ◎ 正解率:95.87% 11
Slide 12
Slide 12 text
2. hand-RPS解説 12
Slide 13
Slide 13 text
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
Slide 14
Slide 14 text
データ例 14 ◎ パー ◎ グー ◎ チョキ
Slide 15
Slide 15 text
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
Slide 16
Slide 16 text
結果 ◎ 16
Slide 17
Slide 17 text
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