機械学習理論を理解してみましょう。

機械学習理論

ニューラルネットワークの学習において、各層での出力値の分布(アクティベーション分布)が適当な広がりを持つように調整することは重要で、そのために重みの初期値の設定 ...

機械学習理論

行列演算は大量のデータの線形和を一遍に計算するのに便利です。 過去の記事で9画素の〇✕画像を見分けるニューラルネットワークをExcelに実装しました。 ...

機械学習理論

ニューラルネットワークでは、前の層からの信号に重みを掛けた線形和に活性化関数を掛けて次の層への出力としますが、活性化関数によって結構な情報量が削り取られます。 ...

機械学習理論

ニューラルネットワークの学習とは、損失関数が小さくなるように重みパラメータを更新することですが、そのためには重みパラメータの勾配(偏微分)を計算する必要がありま ...

機械学習理論

サポートベクターマシン(Support Vector Machines:SVM)は、得られたデータをその特徴に従って2つのグループに分ける手法です。 例えば、管 ...

機械学習理論

機械学習の中でも有名なサポートベクターマシンについて理解するためには、ラグランジュの未定乗数法を理解する必要があります。 ところが、このラグランジュの未定乗数法 ...

機械学習理論

シグモイド関数を知らずしてニューラルネットワークは語れませんが、ふわっとした理解しかなかったので、調べて記事にしてみました。 シグモイド関数の定義や種類、なぜニ ...

機械学習理論

Excelでニューラルネットワークの実装を行うと、Pythonにあるようなライブラリーがないためとても手間がかかるのですが、利点もあります。 一つは、アルゴリズ ...

機械学習理論

前回は3×3の9画素で〇✕を見分けるニューラルネットワークを作りました。 >> ニューラルネットワークを使って画像処理する方法をExcelでわかりや ...

機械学習理論

ニューラルネットワークの計算の肝となる誤差伝播法。 わかりやすい解説を読めば理解した気になるのですが、実際に自分で実装しようと思うと理解していないことに気づく。 ...