科学の箱

科学・IT・登山の話題

機械学習

仕事で始める機械学習 – 2.機械学習で何ができるか – 分類 – パーセプトロン

投稿日:

パーセプトロン

判別式

それぞれのデータに対して重みづけした値

ヒンジ損失

パーセプトロンの損失関数をヒンジ損失という。パーセプトロン基準とも呼ばれる。

sum(wx) 状態 ラベル label*sum(wx) ヒンジ損失 備考
正解 1 >0 0
正解 -1 >0 0
不正解 -1 <0 -∞~0 重みもしくはxが大きいほど損失関数は大きくなる
不正解 1 <0 -∞~0 重みもしくはxが大きいほど損失関数は大きくなる

目的関数

生成されたモデルがどの程度データとあっているかを表す関数を目的関数という。目的関数 = すべてのデータにおける損失関数の和であらわされる。

SGD

  1. ある重みについてヒンジ損失をすべてのデータに対して求め、合計する=目的関数の算出
  2. 各重みにおける目的関数の勾配を求める
  3. 勾配が負であるときには該当の重みを増やす→増やすことで目的関数が低くなる
  4. 勾配が正であるときには該当の重みを減らす→減らすことで目的関数が低くなる

ステップ関数

パーセプトロンの活性化関数。入力データと重みから計算された値を出力にする変換する関数。ステップ関数はX軸は入力データと重みの計算値、Y軸は出力値(1もしくは-1)である。

メタ情報

inarticle



メタ情報

inarticle



-機械学習

執筆者:


comment

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

関連記事

no image

仕事で始める機械学習 – 4章 システムに機械学習を組み込む

機械学習アーキテクチャ 学習方法としては3つのパターンがある バッチ処理で一括学習 バッチ処理で逐次学習 リアルタイムで逐次学習 学習と予測パターンの提供方法としては4つのパターンがある バッチ学習- …

no image

kaggle Titanic Tutorial – 3

DecitionTreeのパラメータを調整する。 まずはMaxDepthから from sklearn.model_selection import LeaveOneOut from sklearn. …

no image

Pythonではじめる機械学習 – Chap03

3.1 Types of Unsupervised Learning 教師なし学習の例 次元削減: 重要な特徴量のみを使って元のデータを表現する トピック抽出: データを構成する部品を見つける クラス …

no image

仕事で始める機械学習 – 3.学習結果を評価しよう – 指標

主な指標 モデル構築後に確認する主な指標は4つある。 正解率 適合率 再現率 F値 正解率 $$ 正解率 = \frac{TP + TN}{TP+FP+TN+FN} $$ 正解率は全データ数に対する正 …

no image

線形解析の基本手順

線形解析の基本手順 データの読み込み データフォーマット確認 EDA データクレンジング トレーニングデータ構築 モデル構築 モデル評価 予想 メトリック Related posts:数値項目の分析テ …

2019年11月
« 10月   12月 »
 123
45678910
11121314151617
18192021222324
252627282930  

side bar top



アーカイブ

カテゴリー