Yuta Roger

ニューラルネットワークまとめ 今回は、これまでのニューラルネットワーク実装の一連の流れをまとめたいと思います。 少し新しい要素も含んでいますが、その都度説明していきたいと思います。

さて、ここからが本番です。今までニューラルネットワークを使った多クラス分類のコスト関数を求めてきました。次に、このコスト関数の最小化問題について考えていきたいと思います。

ニューラルネットワーク：多クラス分類(One-vs-all) ニューラルネットワークモデルを用いて多クラス分類を行う例を考えてみたいと思います。十分に学習させたモデルに新しい入力を与えたときに、その入力がなんなのかを判断させるのです。

今回からいよいよニューラルネットワークに入っていきたいと思います。名前からしてなんとなく最先端な感じがしますね！

ロジスティック回帰　多クラスの分類 例えばeメールの分類を行うときに、”仕事関係”、”友達”、”家族”、”趣味”といったように複数のジャンルに分けたいなんてことよくありますよね。