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
0
130
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
Tweet
Share
More Decks by Keisuke OGAKI
See All by Keisuke OGAKI
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
2.1k
gokart Feature Proposal: ConditionalSignificantParameter
hiking
0
110
Gokart Feature Discussion: What's read_environ()
hiking
0
85
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
200
KDD2021読み会
hiking
0
60
SIGIR2021読み会
hiking
0
150
臨床AIイントロダクション
hiking
0
4.8k
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
2.5k
機械学習自体はエンターテインメントたりうるか -ARTILIFEの例から-
hiking
0
470
Other Decks in Technology
See All in Technology
ソフトウェアエンジニアと仕事するときに知っておいたほうが良いこと / Key points for working with software engineers
pinkumohikan
0
110
インフラをつくるとはどういうことなのか、 あるいはPlatform Engineeringについて
nwiizo
5
2.6k
人はなぜISUCONに夢中になるのか
kakehashi
PRO
6
1.7k
利用終了したドメイン名の最強終活〜観測環境を育てて、分析・供養している件〜 / The Ultimate End-of-Life Preparation for Discontinued Domain Names
nttcom
2
200
生成 AI プロダクトを育てる技術 〜データ品質向上による継続的な価値創出の実践〜
icoxfog417
PRO
2
170
Classmethod AI Talks(CATs) #16 司会進行スライド(2025.02.12) / classmethod-ai-talks-aka-cats_moderator-slides_vol16_2025-02-12
shinyaa31
0
110
Classmethod AI Talks(CATs) #17 司会進行スライド(2025.02.19) / classmethod-ai-talks-aka-cats_moderator-slides_vol17_2025-02-19
shinyaa31
0
130
Building Products in the LLM Era
ymatsuwitter
10
5.6k
プロダクトエンジニア構想を立ち上げ、プロダクト志向な組織への成長を続けている話 / grow into a product-oriented organization
hiro_torii
1
230
SA Night #2 FinatextのSA思想/SA Night #2 Finatext session
satoshiimai
1
140
リアルタイム分析データベースで実現する SQLベースのオブザーバビリティ
mikimatsumoto
0
1.4k
エンジニアの育成を支える爆速フィードバック文化
sansantech
PRO
3
1.1k
Featured
See All Featured
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Thoughts on Productivity
jonyablonski
69
4.5k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
129
19k
How to train your dragon (web standard)
notwaldorf
91
5.8k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
27
1.9k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
46
2.3k
Build your cross-platform service in a week with App Engine
jlugia
229
18k
For a Future-Friendly Web
brad_frost
176
9.5k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
30
4.6k
Rebuilding a faster, lazier Slack
samanthasiow
80
8.8k
A Tale of Four Properties
chriscoyier
158
23k
Stop Working from a Prison Cell
hatefulcrawdad
267
20k
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