===== Kerasで回帰分析 ===== http://qiita.com/cvusk/items/33867fbec742bda3f307 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く、さらに、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かとが分かりました。 まだKerasでの実装はできていませんが、以下に、Neural Network Console(SONY)での実装のリンクを記載させていただきます。 NeuralNetworkConsole（SONY）で回帰分析（１） 2017/8/21\\ http://twosquirrel.mints.ne.jp/?p=19839 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://qiita.com/ototo/items/842c90aa0cbc872f125e\\ 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://qiita.com/HirofumiYashima/items/667cefcabf84278e6a67\\ 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://www.ag.kagawa-u.ac.jp/charlesy/2017/07/21/kerasで化合物の溶解度予測（ニューラルネットワー https://ponvire.com/2017/07/05/python＋tensorflow＋kerasでディープラーニングによる線形回帰/ https://www.google.co.jp/url?sa=t&source=web&rct=j&url=https://www.slideshare.net/katsuhiromorishita/ml06-78758218&ved=0ahUKEwiE6o7ks9DVAhULgLwKHV5uD884ChAWCC0wBA&usg=AFQjCNFakWRXrAP4CQz-UeE2MvMY1AUOrg\\ 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://machinelearningmastery.com/regression-tutorial-keras-deep-learning-library-python/\\ Regression Tutorial with the Keras Deep Learning Library in Python by Jason Brownlee on June 9, 2016 in Deep Learning https://gist.github.com/neilslater/40201a6c63b4462e6c6e458bab60d0b4\\ これが、私が求めているものに一番近いか？ http://hra-inc.co.jp/2017/06/21/deep-learning-事始め（第４回-cnn）/ https://stackoverflow.com/questions/43895750/keras-input-shape-for-conv2d-and-manually-loaded-images\\ Keras input_shape for conv2d and manually loaded images http://dev.classmethod.jp/machine-learning/introduction-keras-deeplearning/\\ KerasではじめるDeepLearning データ分析機械学習 keras-logo-small 2017年05月19日 じょんすみす（17） http://ashigaru-com.blogspot.jp/2017/06/jupiter-notebook-kerastensor-flow3.html?m=1 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 ===== （作成中）