何でもかんでもディープラーニング

機械学習

とある大学の先生[1]自然言語処理で有名な小町先生がこのような記事を書いてらっしゃいましたが、近年ディープラーニング(DNN)を使った研究が本当に多いですよね。

私も仕事で論文や他社の技術レポートなどの調査をするのですが、DNNを使った研究との遭遇率はとても高いです。

妥当な状況で使う分にはそれで良いと思いますが、中には、何でDNNを使ったんだろうという研究が散見されます。

例えば、転移学習などというわけでもなく、データ数が明らかに少ないのにDNNに突っ込んで精度何%でした!ベースラインはありません!みたいな報告を見るにつけて、まだまだそういう時代なんだなあと感じます。

 

以下の、東京大学鈴木先生の資料[2]http://ibis.t.u-tokyo.ac.jp/suzuki/lecture/2018/kyoto/Kyoto_01.pdfの図が分かりやすいですが、何でもかんでもディープラーニングという戦略は得策ではありません。

DNNを使うにもTPOをわきまえたいものですね。

出典:京都大学集中講義 機械学習と深層学習の数理と応用

注釈

コメント