kerasで重回帰分析
差分
このページの2つのバージョン間の差分を表示します。
次のリビジョン | 前のリビジョン次のリビジョン両方とも次のリビジョン | ||
kerasで重回帰分析 [2017/08/09] – 作成 adash333 | kerasで重回帰分析 [2017/08/15] – [参考] adash333 | ||
---|---|---|---|
行 1: | 行 1: | ||
- | ===== Kerasで重回帰分析 ===== | + | ===== Kerasで回帰分析 ===== |
http:// | http:// | ||
+ | |||
+ | よくあるMNISTは分類。 | ||
+ | |||
+ | 出力が連続値で出てほしいと思うことがあった。 | ||
+ | 回帰というらしい。 | ||
+ | |||
+ | そういえば、重回帰分析よくやっていました。今でもやりますが。 | ||
+ | |||
+ | 以下の本を再度読むと、deep learningの最後の層をソフトマックス関数ではなく、恒等簡単にすればよいと言うことがわかった。 | ||
+ | |||
+ | |||
+ | 機械学習初めての人に1冊だけおすすめするとしたら、まずはこれです。 | ||
+ | |||
+ | < | ||
+ | </ | ||
+ | |||
+ | 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)\\ | ||
+ | |||
+ | Kerasで実装してみたい。 | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | ===== 参考 ===== | ||
+ | |||
+ | http:// | ||
+ | kerasを使ってみる | ||
+ | ototo | ||
+ | 2017年07月19日に投稿 | ||
+ | |||
+ | linear関数を使って、結果に連続値を出している | ||
+ | |||
+ | http:// | ||
+ | Keras 1d-CNN 1次元畳み込みニューラルネットワーク で 単変量回帰タスク を 行って成功した件 (1d-CNN層の出力結果 を flatten してから Dense(1) に 渡さないと 次元(shape)エラー に なる ので 注意!) | ||
+ | |||
+ | http:// | ||
+ | https:// | ||
+ | |||
+ | https:// | ||
+ | シリーズML-06 ニューラルネットワークによる線形回帰 - SlideShare | ||
+ | |||
+ | |||
+ | http:// | ||
+ | Regression Tutorial with the Keras Deep Learning Library in Python | ||
+ | by Jason Brownlee on June 9, 2016 in Deep Learning | ||
+ | |||
+ | https:// | ||
+ | これが、私が求めているものに一番近いか? | ||
+ | |||
+ | |||
+ | http:// | ||
+ | |||
+ | |||
+ | https:// | ||
+ | Keras input_shape for conv2d and manually loaded images | ||
+ | |||
+ | |||
+ | http:// | ||
+ | KerasではじめるDeepLearning | ||
+ | | ||
+ | keras-logo-small | ||
+ | 2017年05月19日 | ||
+ | |||
+ | http:// | ||
+ | 2017年6月3日土曜日 | ||
+ | Jupiter Notebook + Keras(Tensor Flow)でチュートリアルをしてみる3 MINIST | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
===== 見出し ===== | ===== 見出し ===== | ||
(作成中) | (作成中) |
kerasで重回帰分析.txt · 最終更新: 2018/10/07 by 127.0.0.1