機械学習

1/4ページ
  • 2019.06.16

カリフォルニアの住宅評価額

カリフォルニアの住宅評価額  ニューラルネットワークを用いた回帰分析の実践例です。  今回は scikit-learn の California Housing dataset (source : StatLib repository)を使って、カリフォルニア州の地区ごとの住宅評価額を学習させてみます。 California Housing dataset  California Housing […]

  • 2019.06.06

減衰振動曲線の学習

Output_layerクラス  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。 # リストM13-A-1 # ニューラルネットワーク # モジュールをインポート import numpy as np import matplotlib.pyplot as plt # 2乗和誤差RSS def r […]

  • 2019.06.06

ニューラルネットワークによる回帰分析

ニューラルネットワークによる回帰分析  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」などが回帰分析の対象となります。  分類問題では正解値 (目標変数) は 0 か 1 の値しかとりませんでしたが、回帰分析における出力値はモデルに […]

  • 2019.05.04

Irisの品種分類

Irisの品種分類  前回記事 で作成した Iris のデータ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  : 4  ・中間層 1 のユニット数 : 10  ・中間層 1 の活性化関数 : ReLU  ・中間層 2 のユニット数 : 15  ・中間層 2 の活性化関数 : ReLU  ・出力層のユニット数 […]

  • 2019.05.03

Iris データセット

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) に属する 3 品種、setosa (セトサ)、versicolor (バージカラー)、versinica (バージニカ) の特徴量測定値とクラスデータ(品種データ)が収められています。   […]

  • 2019.04.29

確率的勾配降下法

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いるので、ネットワークの構築は簡単な作業です。  以下のように記述するだけで、ニューロン 5 個の中間層とニューロン 2 個の出力層が用意されます mid = Middle_layer […]

  • 2019.04.27

学習用データの作成

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。 学習用データ[1] 放物線の上側と下側  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 $y=x^2-4$ の上側にある点と下側にある点を、それぞれ 1 と 0 で表した 1 of K 表記のデータです。 # リストM11-A-7 # ★★★ 座標データを作成 ★ […]

  • 2019.04.26

Middle_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定して渡すのは煩わしいので、あらかじめクラスの属性値としてまとめておくことにします。たとえば、Sigmoid クラスは属性 y でシグモイド関数値を、属性 dy でシグモイド関数の微分係数を取得で […]

  • 2019.04.25

Output_layer_c クラス

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 (クラスの設計方法についてはこちらの記事を参照してください)。末尾に添えた _c は classify (分類) 用の出力層であることを意味します。以下に Output_layer_cクラ […]

  • 2019.04.21

重み更新式の意味

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される信号に掛かる重み $w_{ji}^{(d)}$ は以下の規則で更新されます。   \[w_{ji}^{(d)}(t+1)=w_{ji}^{(d)}(t)-\alpha\delta_ […]

1 4