タグ

ポケモンと機械学習に関するsds-pageのブックマーク (2)

  • 最近のポケモンはデジモンっぽいのか、ディープラーニングに聞いてみた - Qiita

    はじめに ポケモンについて何となく知っている人向けの記事です(デジモンは知らなくてOK) 3月ごろにポケモンたかさおじさんが集計したアンケートの分析をお手伝いしたところ、アンケートの自由記述回答の6353件中、155件もデジモンについて言及するコメントがあった。 「デジモンと区別付かないよね」 「もはやポケモンじゃない…。デジモン…。昔のデザインに戻ってほしいなぁ…。。。」 「主観ですが、伝説のポケモンが角張った印象で、デジモンのような印象を受ける。」 「全体的に毛がなさそうなツルッとしたフォルムの子達が増えた気がします。デジモンっぽい」 「デザインがごちゃごちゃしすぎて子供が描くのが難しい デジモンに近くなってきている」 「ダイパまでのデザインがポケモンっぽいデザイン。それ以降はデジモンみたいな雰囲気。」 私は幼少期からポケモンには触れてきたが、デジモンにはあまり縁がなかったため、 デジ

    最近のポケモンはデジモンっぽいのか、ディープラーニングに聞いてみた - Qiita
    sds-page
    sds-page 2020/08/15
    「ありもののモデルで分類器作って分類させてハイ終わり」みたいな記事かと思ったらガチすぎる分析が来た
  • ポケモンの外見的特徴から種族値を勾配ブースティングで予測する - Qiita

    しかし、このような占有面積が小さい、かつ高い種族値合計を持つポケモンはほとんどが伝説のポケモンとなっています。 そこで、例外は存在するものの、全体としては上に挙げた画像のような傾向を持っていると仮定します。 これより、特徴を適切に捉えることで、ポケモンの外見から種族値を予測することができます。 使用するアルゴリズム -Algorithm- 今回、予測したいパラメータは以下の7種類("HP"、"攻撃"、"防御"、"特攻"、"特防"、"素早さ"、"合計")となります。 予測のおおまかな手順としては次の2ステップとなります。 勾配ブースティングを用いた個別パラメータの予測 合計値を用いた個別パラメータに対する補正 以下では、それぞれの手順についてみていきます。 勾配ブースティングを用いた個別パラメータの予測 -Prediction by Gradient Boosting- まず、はじめにそれぞ

    ポケモンの外見的特徴から種族値を勾配ブースティングで予測する - Qiita
    sds-page
    sds-page 2018/03/27
    翼の有無とか足の面積とかは画像から自動で取得してるのか手作業でラベリングしてるのか。アイマス画像は足が入ってないからこのモデルを適用するのは不適切では
  • 1