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

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ではじめる機械学習 – k-Means

k-Meansの概要 k-Meansは教師なし学習の一つであり、あらかじめ指定された数にグループを分ける。 例えば今身長である程度まとまって席に座っている生徒を考えます。k-Meansでは最初に分ける …

no image

Mahout環境構築

Mahoutのシステム要件を確認する。 Java 1.6.x or greater. Maven 3.x to build the source code. CPU, Disk and Memory …

no image

データサイエンス超入門

シンプソンのパラドックス レコメンドエンジン コンテンツベースフィルタリング 強調 アイテム ユーザー ビジネスにおけるデータ分析の手順 課題→ビジネスケース→仮説→分析→用途 データ分析の手順 デー …

no image

dataanalysis-002-week5

ANOVA – quantitative 分散分析、数学的に分散分析と重回帰分析は同じ 分散分析では3群以上の平均の差異を検定する ただし非線形では異なる http://oshiete.g …

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