Combining Deep Learning with Good Old-Fashioned Machine Learning

要約

Deep GOld と呼ばれる、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包括的なスタック 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 個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 個の機械学習アルゴリズムが含まれます。
最新のソフトウェア 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る Deep GOld は、ファッション MNIST、CIFAR10、CIFAR100、および Tiny ImageNet の 4 つの画像分類データセットでテストした場合、一貫した改善を提供します。
120 回の実験のうち、10 回を除くすべてで Deep GOld が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