こういうタイトルだからちょっと魅力を感じて夜疲れていたのに無理して参加したのに、あまり新しい知見は有りませんでした。いうのは簡単だけど、本当にそういうことできるのかな。例えばモデルを作るテストデータ。偏りがあってはいけないことは事実。でも、偏りが無いことをどうやって証明する？DLのようなモデルはモデルそのものが階層構造になっているので、単純に偏りを評価できない。通常の多変量解析だってサンプリングの偏りを明らかにすることは難しいのに、どうやってDLのデータの偏りを見つけようというのだろうか？ついでにいうと、モデルバリデーションをしっかりやって、モデルが常に説明力を維持しているかという問題もその通り。では、モデルの説明力が劣化した場合に、どこまで古いデータを使ってよいのか？もっといえば、モデルの説明力が劣化した理由が経時劣化だといえるのかっていう問題だってある。何だか表面的ですね。疲れているのに2時間も付き合って、ちょっとがっかり。まあ、こういう時もあります。
麻疹の抗体検査の結果、抗体有り。これで、晴れて会社に行ける！
