programming:neural-network

差分

このページの2つのバージョン間の差分を表示します。

この比較画面へのリンク

--- programming:neural-network [2017/10/31 05:45] – dot
+++ programming:neural-network [2017/11/08 02:15] (現在) – dot
@@ 行 6: / 行 6: @@
 深層学習: deep learning = deep(multi layer) Artificial Neural Network
-AIにブレイクスルーをもたらした要因
+Neural Network にブレイクスルーをもたらした要因
   * Backpropagation(バックプロパゲーション): どこで学習が間違ったのかを学習させる仕組み。誤差逆伝播法と言う。
     * 勾配算出を高速化することに成功した。
@@ 行 23: / 行 23: @@
 {{:programming:perceptron.png?400|}}
-Perceptron(パーセプトロン): NAND論理演算が可能。NANDを組みわせると全ての演算(ブール演算)が可能。(functionally complete ,完全性)これは昨今のコンピュータでも同様だが、Input(入力)に対するweight(重み付け)に学習結果を反映させることでNAND論理演算のOutput(出力)は変わる。これが機械学習における学習の基本である。
+Perceptron(パーセプトロン): NAND論理演算が可能。NANDを組みわせると全ての演算(ブール演算)が可能(functionally complete ,完全性という)。この完全性は昨今のコンピュータにも当然備わっているが、ニューラルネットに置いてはInput(入力)に対するweight(重み付け)に学習結果を反映させることでNAND論理演算のOutput(出力)が変わる。これが機械学習における学習の基本である。
 ===== Convolutional Neural Network =====
@@ 行 65: / 行 65: @@
   * mnist: Mixed National Institute of Standards and Technology database
     * 手書きの数字「０～９」に正解ラベルが与えられているデータセット
+====== 機械学習の種類 ======
+  * 教師あり学習: 学習の答えを用意する
+    * 分類問題: 画像などを**仕分け**する
+      * 画像の場合、ピクセルを行列として扱うことで学習する
+    * 回帰問題: 数値などから傾向を学習し、今後の変動などを**推測**する
+  * 教師なし学習: 学習の答えを用意しない
 ====== Tools ======

programming/neural-network.1509428719.txt.gz · 最終更新: 2017/10/31 05:45 by dot