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
Keisuke OGAKI
July 19, 2016
Technology
170
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
50
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
160
Gokart Feature Discussion: What's read_environ()
hiking
0
150
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
220
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
AI時代の品質はテストプロセスの作り直し #scrumniigata
kyonmm
PRO
4
1.3k
毎日の作業を Claude Code 経由にしたら、 ノウハウがコードになった
kossykinto
0
720
自動テストだけで リリース判断できるチームへ - 鍵はテストの量ではなくリリース判断基準の再設計にあった / Redesigning Release Criteria for Lightweight Releases
ewa
7
3.4k
変化の激しい時代をゴキゲンに生き抜くために 〜ストレスマネジメントのススメ〜
kakehashi
PRO
4
1.1k
Fabric MCPの紹介と使い分け
ryomaru0825
1
120
[Oracle TechNight#99] 生成AI時代のAI/ML入門 ~ AIとオラクルデータベースの関係 (前半)
oracle4engineer
PRO
2
230
QAエンジニアはどうやって プロダクト議論の場に入れるのか?
moritamasami
2
390
独断と偏見で試してみる、 シングル or マルチエージェント どっちがいいの?
shichijoyuhi
1
240
AI時代に越境し、 組織を変えるQAスキルの正体 / QA Skills for Transforming an Organization
mii3king
5
4k
AgentCore Managed Harness を使ってみよう
yakumo
2
320
国内外の生成AIセキュリティの最新動向 & AIガードレール製品「chakoshi」のご紹介 / Latest Trends in Generative AI Security (Domestic & International) & Introduction to AI Guardrail Product "chakoshi"
nttcom
4
1.7k
Forget technical debt
ufried
0
170
Featured
See All Featured
The Illustrated Children's Guide to Kubernetes
chrisshort
51
52k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
230
Context Engineering - Making Every Token Count
addyosmani
9
860
Building a Scalable Design System with Sketch
lauravandoore
463
34k
The Invisible Side of Design
smashingmag
302
52k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.2k
DevOps and Value Stream Thinking: Enabling flow, efficiency and business value
helenjbeal
1
180
Rails Girls Zürich Keynote
gr2m
96
14k
Optimising Largest Contentful Paint
csswizardry
37
3.7k
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
350
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
46
2.8k
Mind Mapping
helmedeiros
PRO
1
180
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