実践 機械学習システム

9.6

 まとめ

189

9.6

　まとめ

本章ではこれまでの安全地帯を抜け出し、音楽ジャンル分類という新しい問題に進みました。音楽

の理論については深く理解していないため、最初FFTを用いて分類器を訓練しても良い精度を達成で

きませんでした。しかし、MFC特徴量を用いることで、非常に高いパフォーマンスを達成することが

できました。

FFTとMFC両方の場合において、特徴量をどこでどのように使うか、ということだけしか理解せず

に使いました。一方は失敗し、もう一方は成功しました。二つを分けた要因は「その分野の専門家が設

計した特徴量を用いた」ということです。

もし私たちが結果だけに興味があるとすれば、ショートカットをしなければならないときはあるで

しょう

―

その分野の専門家が見つけた“ショートカット”を使うだけです。そして、私たちは多クラ

ス分類問題のパフォーマンスを正しく計測する方法を学んだので、自信を持ってその“ショート

カット”

を使うことができます。

次の章では、画像に対してこれまで学んだ手法をどのように適用するか、ということを見ていきま

す。また、コンピュータビジョンのパッケージであるmahotasの使い方を学び、古典的な画像処理関

数を用いて前処理などを実際に行っていきます。