ディープラーニング入門 †
TODO:
ニューラルネットワークとCNNとRNN †
ニューラルネットワークは、脳機能に見られるいくつかの特性に類似した数理的モデル。（人間の判断に似せたアルゴリズム）
大まかに分類すると、コンピュータで物体を識別するために使われている画像認識の手法である「CNN（畳み込みニューラルネットワーク）」と
言語パターンの解析に使われる数学エンジンである「RNN（リカレントニューラルネットワーク）」とに分けられる。
また、人間の脳のように「忘れる」という概念も含ませた「LSTM（Long Short-Term Memory）」というニューラルネットワークも存在する。
ディープラーニングの実施手順 †
- 開発
- ニューラルネットワークの定義
- 損失(誤差)関数と最適化手法の定義
- データセット(学習データ、テストデータ)の作成
- 学習
- 作成したネットワークとデータからモデルを作成する
- パラメータ調整を行って学習の実施
- 推論
- 評価
- 推論結果を評価
- ネットワーク定義/データ/パラメータの修正し、上記までの繰り返し
【イメージ】
データセットの作成について †
教師あり学習と教師なし学習 †
訓練データとテストデータについて †
ニューラルネットワークの定義 †
学習方法について †
| 学習方法 | 説明 |
| バッチ学習 | データ全部を使用する |
| ミニバッチ学習 | 一部を使用する |
| オンライン学習 | データを1つずつ使用する |
パラメータ調整について †
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
