テストデータ

備忘録_ニューラルネットワークの学習

ニューラルネットワークの学習の手順(確率的勾配法(SGD)) 確率的とは、「確率的に無造作に選び出した」という意味である。 ステップ1 ミニバッチ 訓練データの中からランダムに一部のデータを選び出す。その選ばれたデータをミニバッチと言い、ここでは、そのミニバッチの損失関数の値を減らすことを目的とする。 ステップ2 勾配の算出 ミニバッチの損失関数を減らすために、各重みパラメータの勾配を求める。勾配 […]

備忘録_損失関数

損失関数を手掛かりにニューラルネットワークの最適なパラメータを探索する 任意の関数を用いることができるが、一般的には2乗和誤差や交差エントロビー誤差などを用いる 性能の”悪さ”を示す指標 教師データに対してどれだけ適合していないか、どれだけ一致していないかを表す 2乗和誤差 数式で表すと・・・     ・・・ニューラルネットワークの出力 ・・・教師データ ・・・データの次元数 […]

備忘録_データから学習する

「学習」とは訓練データから最適な重みパラメータの値を自動で獲得することである。損失関数を基準として、その値が最も小さくなる重みパラメータを探し出すということが学習の目的である。 ニューラルネットワークの特徴はデータから学習できる点にある。データから学習するとは、重みパラメータの値をデータから自動で決定できるということである。 データ駆動 データから答えを探し、データからパターンを見つけ、データから […]