サルでもわかる機械学習

個人的に、画像から、数値を出したいとき、どのようにすればよいのか悩んでいました。

しかし、2017年8月時点、KerasやTensorflowでは、MNISTやCifar-10など、画像の分類問題はたくさんコードが転がっているのですが、回帰分析のコードをググっても、写経できそうなコードは見つけられませんでした。

よく、分類問題のニューラルネットワーク最後のソフトマックス関数を、恒等関数にすればよいと書いてあるのをみかけるが、なんか、どうしても実装できなませんでしたが、結局、損失関数 (loss function) として2乗和誤差 (mean squared error)を指定すればよいということが分かりました。

以下のリンクに、Neural Network Consoleでの実装方法を記載しましたので、もしよろしければご覧ください。

NeuralNetworkConsole（SONY）で回帰分析（１） 2017/8/21
http://twosquirrel.mints.ne.jp/?p=19839

チュートリアルの、02_binary_cnn.sdcproj の、Sigmoid と、BinaryCrossEntropyを削除して、その代わりに、SquaredErrorを入れれば、MNISTの４と９の分類問題が、そのまま回帰分析になります。

Training, Evaluationを行った結果が以下のようになります。

実装に役立つ機械学習の理論の勉強については、やはり、以下の本が一番のお勧めです。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 単行本（ソフトカバー） – 2016/9/24
斎藤 康毅  (著)
3672円

公式マニュアル
https://blog.dl.sony.com/259/
日本語のドキュメントがあって、しかも、読めば読むほど、非常に分かりやすく丁寧に書かれている！とにかく、公式マニュアルを繰り返し読んで、Neural Network Consoleを実行していくのが一番です。

http://s0sem0y.hatenablog.com/entry/2016/05/22/215529
2016-05-22 ニューラルネットの表現力と回帰分析
⇒上の記事によると、ニューラルネットワークで回帰分析を行う意味はあまりないのかも？でも、個人的な好奇心でやってみたかったので、やってみました。

次：

目次

前： NNC(SONY)で自前データで画像分類