目次
文書の過去の版を表示しています。
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。
<html><a href=“https://www.amazon.co.jp/%E3%82%BC%E3%83%AD%E3%81%8B%E3%82%89%E4%BD%9C%E3%82%8BDeep-Learning-Python%E3%81%A7%E5%AD%A6%E3%81%B6%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0%E3%81%AE%E7%90%86%E8%AB%96%E3%81%A8%E5%AE%9F%E8%A3%85-%E6%96%8E%E8%97%A4-%E5%BA%B7%E6%AF%85/dp/4873117585/ref=as_li_ss_il?_encoding=UTF8&psc=1&refRID=QP0FZTYT6QNR4YDRBQF8&linkCode=li3&tag=twosquirrel-22&linkId=dc0c774501f7190459105700cbdb5a42”><img src=“http://ws-fe.amazon-adsystem.com/widgets/q?_encoding=UTF8&ASIN=4873117585&Format=_SL250_&ID=AsinImage&MarketPlace=JP&ServiceVersion=20070822&WS=1&tag=twosquirrel-22” alt=“” /></a><img src=“https://ir-jp.amazon-adsystem.com/e/ir?t=twosquirrel-22&l=li3&o=9&a=4873117585” alt=“” width=“1” height=“1” />
</html>
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/
見出し
（作成中）