Udemy受講:「 みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2021年最新版】」(2)
こんばんは!小村だよ!
前回に引き続き、Udemy受講記録になります。
よろしくね!
Udemy受講講義
みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2021年最新版】
講義資料:
GitHub - yukinaga/minnano_ai: YouTubeのライブ講義「【Live!人工知能 】みんなのAI講座」、およびUdemyコース「みんなのAI講座」で使用する教材です。
講義概要
講義時間:約8時間(倍速再生や講習にかかる時間で前後)
GoogleColaboratoryを使用するため、環境構築不要
機械学習の全体的な概要のみで、DeepLarningは扱わない
講義メモ
セクション5: 機械学習
学習の仕組み
順伝播と逆伝播がある
順伝播は分類分けに使う
逆伝播は学習に使う
バックプロパゲーション(逆伝播)を使う
- 出力結果と正解の誤差から、各ニューロンのバイアスを補正する
パラメータの更新(出力層)
修正量のベース(δo = (出力 - 正解)* 活性化関数の微分形))
重みの修正量 = - 学習係数 * δo * 入力
バイアスの修正量 = - 学習係数 * δo
パラメータの更新(中間層)
修正量のベース(δm = δo * 出力にかける重み * 活性化関数の微分形)
重みの修正量 = - 学習係数 * δm * 入力
バイアスの修正量 = - 学習係数 * δm
質疑応答
セクション6: 機械学習ライブラリの活用
scikit-learnとは?
サポートベクトルマシンとは?
境界により分類分けを行う
特徴が2なら線だが、3以上は面になる(チョウヘイメン)
サポートベクトルマシンでの機械学習
下記を実施
花びらの分類
手書き数字の分類
株価の単純な上下の予想
実用レベルではなさそうだが、ある程度予想ができていていい感じであった
5章でこんなの私にはむりーとなった心を癒してくれたぜ!
質疑応答
機械学習の値に、実際の値ではなく変化率を使う理由は?
- 株価などは、時期によって平均の値段が変わるため、参考になりづらくなる
サポートベクトルマシンで、どの程度の割合で明日株価が上がる、などは出せる?
- 信頼値を出すならニューラルネットワークを使ったほうが無難
おわりに
「 みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2021年最新版】」のセクション5, 6を受講しました!
むずそーーーと思ったのが、Pythonのライブラリ使うことでできるかもーになってきました!
馬券の予測をだしたいのですが、その場合ニューラルネットワークをより学ばなきゃですね
今回はサポートベクトルマシンのみの学習だったので、次から学びたいです!
残すところこのUdemyの講座もあと1セクション!最後までやりたいと思います!
ではでは、ちゃお~~~!