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
140
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
2.2k
gokart Feature Proposal: ConditionalSignificantParameter
hiking
0
110
Gokart Feature Discussion: What's read_environ()
hiking
0
92
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
210
KDD2021読み会
hiking
0
70
SIGIR2021読み会
hiking
0
170
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
480
Other Decks in Technology
See All in Technology
“パスワードレス認証への道" ユーザー認証の変遷とパスキーの関係
ritou
1
440
Creating Awesome Change in SmartNews
martin_lover
1
240
テキスト解析で見る PyCon APAC 2025 セッション&スピーカートレンド分析
negi111111
0
280
Startups On Rails 2025 @ Tropical on Rails
irinanazarova
0
250
入社後SREチームのミッションや課題の整理をした話
morix1500
1
250
SDカードフォレンジック
su3158
0
210
低レイヤを知りたいPHPerのためのCコンパイラ作成入門 / Building a C Compiler for PHPers Who Want to Dive into Low-Level Programming
tomzoh
0
210
10分でわかるfreeeのQA
freee
1
12k
バックオフィス向け toB SaaS バクラクにおけるレコメンド技術活用 / recommender-systems-in-layerx-bakuraku
yuya4
2
280
От ручной разметки к LLM: как мы создавали облако тегов в Lamoda. Анастасия Ангелова, Data Scientist, Lamoda Tech
lamodatech
0
320
OSSコントリビュートをphp-srcメンテナの立場から語る / OSS Contribute
sakitakamachi
0
1.3k
DETR手法の変遷と最新動向(CVPR2025)
tenten0727
2
1.1k
Featured
See All Featured
Designing for humans not robots
tammielis
252
25k
Code Reviewing Like a Champion
maltzj
522
39k
Six Lessons from altMBA
skipperchong
27
3.7k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
31
1.1k
The Cost Of JavaScript in 2023
addyosmani
49
7.7k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
52
2.4k
Embracing the Ebb and Flow
colly
85
4.6k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
How to train your dragon (web standard)
notwaldorf
91
6k
Art, The Web, and Tiny UX
lynnandtonic
298
20k
Rebuilding a faster, lazier Slack
samanthasiow
80
8.9k
We Have a Design System, Now What?
morganepeng
52
7.5k
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