SEワンタンの独学備忘録

IT関連の独学した内容や資格試験に対する取り組みの備忘録

ディープラーニング

【機械学習】入門⑱ KerasによるMNIST(手書き数字)の分析

MNISTデータベース MNIST データの取得 データ構造の確認 2層フィードフォワードネットワークモデルの実装 データの整形 ニューラルネットワークモデルの定義 学習の実行 経過の表示

【機械学習】入門⑯ 誤差逆伝搬法(バックプロパゲーション)について学ぶ Python実装編

事前準備 データ準備 データ表示 前回実装部分 シグモイド関数 ニューラルネットワークモデル 平均交差エントロピー誤差 誤差逆伝搬法による実装 解析的微分の実装(dCE_FNN) 勾配法による最適パラメータの導出(Fit_FNN) 分類の実施

【機械学習】入門⑮ 誤差逆伝搬法(バックプロパゲーション)について学ぶ 理論編

誤差逆伝搬法(バックプロパゲーション) 誤差逆伝搬法とは 平均交差エントロピー誤差を定義 出力層の偏微分式を求める ∂E/∂aの導出 ∂a/∂vの導出 ∂E/∂vの導出 中間層の偏微分式を求める ∂E/∂bの導出 ∂b/∂wの導出 ∂E/∂wの導出

【機械学習】入門⑭ 2層ニューラルネットワークモデルをPythonで実装②

前回までの流れ ニューラルネットワークの適切な重みを設定するには 平均交差エントロピー誤差 数値微分の導入 数値微分の実装 勾配法の実装 ニューラルネットワークモデルによる分類

【機械学習】入門⑬ 2層ニューラルネットワークモデルをPythonで実装①

前回考えたニューラルネットワークモデルをPythonで実装することによりイメージをつかみます。 イメージ概要 データの準備の実装 データの説明 データの保存 訓練データとテストデータに分割 データのプロット ニューラルネットワークの実装 シグモイド関数…

【機械学習】入門⑫ ディープラーニングとニューラルネットワークについて調べてみる

今回から名前はよくきくディープラーニングに入ります。 まずはイメージをつかむところから。 pythonによる実装には入れませんでしたが、今後、pythonによる実装を行う予定です。 ディープラーニング(深層学習) ニューロンモデル ニュートラルネットワーク…