Combining Deep Learning with Good Old-Fashioned Machine Learning

要約

ディープラーニングと古き良き機械学習を組み合わせるための、DeepGOldと呼ばれる包括的なスタッキングベースのフレームワークを紹介します。
私たちのフレームワークには、第1レベルのモデルとして51の再トレーニング済みの事前トレーニング済みディープネットワークからのアンサンブル選択と、第2レベルのモデルとしての10の機械学習アルゴリズムが含まれます。
今日の最先端のソフトウェアツールとハードウェアプラットフォームによって実現されたDeepGOldは、4つの画像分類データセット（Fashion MNIST、CIFAR10、CIFAR100、Tiny ImageNet）でテストすると、一貫した改善を実現します。
120の実験のうち、10を除くすべてのDeep GOldは、元のネットワークのパフォーマンスを改善しました。

要約(オリジナル)

We present a comprehensive, stacking-based framework for combining deep learning with good old-fashioned machine learning, called Deep GOld. Our framework involves ensemble selection from 51 retrained pretrained deep networks as first-level models, and 10 machine-learning algorithms as second-level models. Enabled by today’s state-of-the-art software tools and hardware platforms, Deep GOld delivers consistent improvement when tested on four image-classification datasets: Fashion MNIST, CIFAR10, CIFAR100, and Tiny ImageNet. Of 120 experiments, in all but 10 Deep GOld improved the original networks’ performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google