ゆたろ＠米国生活に怯えるデータサイエンティスト

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。

ロジスティック回帰 機械学習を用いて受信したeメールがスパムメールかそうでないかに分けることを分類(Classification)と呼ぶのでした。 前回の回帰分析は連続値となる数値の予測に用いられてきましたが、スパムメールの判断といったよう...