Coursera 機械学習 - その後

[機械学習]

今後の方向性

キャリア的にも機械学習頑張るのは悪くない気がする。ので、やりたいことのリストをまとめておく。

  アイディアリスト

分類系

1. MNISTをひらがなの画像で実装してみる 　　難度：☆☆
   1. ニューラルネットワークの象徴的なモデルであるMNISTを、国立国会図書館のサイト で配布されている手書き文字で行う
   2. まずはOctaveで元となるモデルを作成し、うまくいったらAmazon ML上でブンブン回す作戦
2. Texの数学記号を分類する学習器作成 　　難度：☆☆
   1. 上の画像をネットで見つけるまではこれをやろうと思ってた。Google Chart API使えばいくらでも画像は手に入るので…しかしつまらなそう
3. MNISTを変体仮名の画像まで拡張する 　　難度：☆☆☆☆
   1. 古典で使用される 変体仮名 - Wikipedia の判別を行う学習器を作成する
   2. データセットを作るのが大変そう、たぶん Coursera 機械学習 - Week8 でやったクラスタリングをまず画像に対して実施、適度に分割された文字の画像を取得して教師あり学習という流れか？
4. 手相判定アプリ作成 　　難度：☆☆☆☆☆☆
   1. 画像で取得した手相から適切な占いを行う学習器を作成する
   2. これもデータセットを作るのが大変そう、正解データを作るのが大変

生成系

1. GANについて学習する 　　難度：☆☆☆☆
   1. 学習した内容と同じようなものを生成できるGANについて調べる。一応、解説サイトはいろいろあるのでできるはず。 はじめてのGAN
2. 自動Twitterアイコン生成 　　難度：☆☆☆☆☆☆☆
   1. 自分の読みだとGANを使えば２つの画像の足し算ができるはず、これが ostagram などに使われている技術だ。
   2. 例えば、たまに見る ておくれアイコン これを生成できたら楽しそうではないか
3. 二次元キャラ自動生成について調べる　　難度：☆☆☆☆
   1. Chainerでもうやってる開発者がいるようだ！ Chainerで顔イラストの自動生成
4. 線画自動生成機能の開発　　難度：∞
   1. 特定の作家の線画を学習させ、合成の対照としてポーズ人形のスクリーンショットを使うと自動で線画を作れないだろうか
5. 半自動コード生成機能の開発　　難度：∞
   1. 例えばアセンブラの開発の場合、あるオペコードに対して出すべき機械語はすべて決まっている。実装を一部機械学習させて、残りの実装を生成できないだろうか？