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。

この比較画面へのリンク

--- kerasで重回帰分析 [2017/08/12] – [参考] adash333
+++ kerasで重回帰分析 [2018/10/07] (現在) – 外部編集 127.0.0.1
@@ 行 10: / 行 10: @@
 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。
+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）
+/8/21\\
+http://twosquirrel.mints.ne.jp/?p=19839
@@ 行 54: / 行 60: @@
 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
+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
+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

kerasで重回帰分析.1502498815.txt.gz · 最終更新: 2018/10/07 (外部編集)