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

AWStatで基本指標を読む

ウェッブサイトの分析でまず見るべきことは月ごとのトレンドである。確認すべき指標はPV, 訪問数、UUdとなる。 AWStatではこれらの項目はWhen -> Month Historyで棒グラフ …

no image

Pythonではじめる機械学習 – Chap04

4.4 Binning, Discretization, Linear Models, and Trees ビン化のメリット 決定木でビン化するメリットはあまりない 決定木はモデルの中で一つの特徴につ …

no image

pythonでEDAを実施する – 記述統計

データを取り込む data frameに変換する desdribe()メソッドで要約統計量を出力 各項目について残差分析(ここでは各データが平均値からどの程度離れているか、要するに分散の傾向を把握する …

no image

Pythonではじめる機械学習 – 多様体学習

多様体学習 次元削減に利用できる手法として主成分分析がある。これは柔軟であり、すぐに実装可能な次元削減アルゴリズムの一つである。しかし一つだけ問題がある。それは主成分分析に適用できるデータは線形のみで …

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 …

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