11
Working of an ANN
(次スライド参照しながら)
- 上層から下層へ信号送る(フィードフォワード)
- ニューロン間のリンクは加算(興奮)or除去(制御)する役割
- ニューロンでは入力の加重和を計算
活性化関数へ投げる
- 閾値を超えるとニューロンは発火
そうでなければ発火しない
- 学習モードと使用モードが存在する
Slide 12
Slide 12 text
12
Working of an ANN
Slide 13
Slide 13 text
13
教師あり学習
入力と出力の両方が与えられる
バックプロパゲーション(誤差逆伝播)によって重みを更新する
バックプロパゲーションプロセス
1. 入力
2. 出力
3. 誤差発見
4. 重み更新
Training an ANN
Slide 14
Slide 14 text
14
Training an ANN
↓教師(Label)
日付 湿度 気圧 雨
5/1 83% 1000 T
5/2 59% 1005 F
5/3 69% 1010 F
5/4 75% 1015 T
5/5 80% 1020 T
f(湿度, 気圧) ⇒
f(83, 1000) = T
f(59, 1005) = F
h(湿度, 気圧)
h(10, 1013) = ?
h(100, 990) = ?
Slide 15
Slide 15 text
15
教師なし学習
入力は与えられるが,必要な出力は与えられない
未ラベルのデータセットを使用
入力データをグループ化するために適切な特徴を選択
隠れたパターンを発見するために使用
Training an ANN
Slide 16
Slide 16 text
16
強化学習
フィードバックと過去の経験から学習する長期的な反復プロセス
フィードバックが多ければ多いほど精度向上
マルコフ決定過程とも呼ばれる
Training an ANN
Slide 17
Slide 17 text
17
Training an ANN
強化学習 – これだけは知っておきたい3つのこと - MATLAB & Simulinkより引用