今回書くこと この記事では、特に画像識別で大きな成果を挙げた畳み込みニューラルネットワーク1の概要について書きます。 数式にはあまり触れませんので、そのあたりまで踏み込みたい方は専門の資料をご覧ください。
この記事を読む
記事一覧
この記事を読む
高卒でもわかる機械学習 (6) 誤差逆伝播法 その2
今回書くこと 前回、多層パーセプトロンの重み更新の理論として、誤差逆伝播法の考え方の概要を、数式を使って説明しました。 しかし出てきた数式が出力層付近のみの式だったので、今回はすべての層に一般化した更新式を導きます。
この記事を読む
高卒でもわかる機械学習 (5) 誤差逆伝播法 その1
はじめに 多層パーセプトロンの重みを更新する理論について解説します。 更新すべき重みがたくさんあるので単純パーセプトロンより難しいですが、ここがわかると近年流行したディープラーニングを理解するための基本ができあがります。 ただし、結構長いの…
この記事を読む
高卒でもわかる機械学習 (4) 誤差逆伝播法の前置き
前回からだいぶ時間が空いてしまいました。 誰も見てないものかと… 多層パーセプトロンの学習法として使われる誤差逆伝播法について書いていきますが、この記事シリーズのルール「長いけど平易」を守るとけっこうな長さになったので、分割して掲載します。…
この記事を読む
高卒でもわかる機械学習 (3) 多層パーセプトロン
XOR問題：単純パーセプトロンの限界 単純パーセプトロンの学習によって論理演算（ANDやORなど）の役割を果たす識別器を作ることを考えます。 真 = 1, 偽 = 0 とおき、, それぞれでいずれかを入力します。 パーセプトロンを通過した結…