機械学習

≪【前の記事】ニューラルネットワークによる回帰分析 減衰振動曲線の学習Output_layer_cクラスを少し改造して Output_layer クラスを設計し、他の必要なコードもまとめて以下のリストに載せておきます。 # In # モジュ...

≪【前の記事】Irisの品種分類 今回からニューラルネットワークを用いた回帰分析を扱います。 回帰分析とは入力値に対して連続的な数値を予測する手法です。 ・身長を入力して体重を予測する」 ・サイトへのアクセス数を入力して広告収入額を予測する...

≪【前の記事】Iris データセット Irisの品種分類前回記事で作成した Iris のデータセットを使ってニューラルネットワークに 品種分類 を学習させます。今回構築するネットワークのスペックは以下の通りです。 ・入力層のユニット数　　：...

≪【前の記事】確率的勾配降下法Irisデータセット機械学習用ライブラリ scikit-learn には練習用データセットがいくつか用意されています。その中の 1 つ、Iris flower data set には、Iris（アヤメ属）に属す...

≪【前の記事】学習用データの作成　 ニューラルネットワークの構築と稼働下図のように、入力層、中間層、出力層がそれぞれ 1 層ずつからなるニューラルネットワークを構築します。 中間層の活性化関数は ReLU を採用します。 すでに部品は揃って...

≪【前の記事】Middle_layerクラス 学習用データの作成ニューラルネットワーク を 試験運用 するための簡単な 学習用データ を作成しておきます。入力データは $xy$ 平面の座標とします。正解値（目標変数）は、放物線 $y=x^2...

≪【前の記事】Output_layerクラス Middle_layer クラス 活性化関数クラスの実装今回設計する中間層（Middle_layer クラス）では、メソッドに活性化関数と、その導関数を渡す必要があります。これらの関数を別々に設...

≪【前の記事】重み更新式の意味 Output_layer_cクラスバックプロパゲーション機能 を持つ ニューラルネットワーク の実装を始めます。 今回は 出力層 をインスタンスとして生成する Output_layer_c クラスを設計します...

≪【前の記事】バックプロパゲーション 重みの更新式の意味今回は前回記事で得たバックプロパゲーションにおける 重みの更新式 の意味を考えます。 出力層の重み更新式$d-1$ 層 $i$ 番ニューロンから $d$ 層 $j$ 番ニューロンに入力...

≪【前の記事】平均誤差の計算　 損失関数の勾配ニューラルネットワークは、ある層の出力値の線形結合を次の層に渡すことを繰り返すので、ネットワークからの出力ベクトル $\boldsymbol{y}$ には、入力ベクトル $\boldsymbol...