質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.84%

  • Python

    6377questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • R

    270questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

ニューラルネットワークの重み更新に関する質問です

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 222

ryounaman19

score 12

ニューラルネットワークに関する質問です。
ニューラルネットワークでロジスティック回帰を実施するときは学習率や更新回数などを指定しますよね?一方、一般化線形モデルにおけるロジスティック回帰を実施するときにそのようなものを指定した覚えがありません( Rで言うとglm() )。。。

一般化線形モデルでは学習率などを設定していないんですか??それとも、内部的に何らかの処理がされているのですか??

双方の数式を示して、ご説明いただければ幸いです

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • キャンセル

  • ryounaman19

    2018/01/11 16:53

    マルチポストの理由は、Yahoo知恵袋に専門家は少なく、stackoverflowは利用者が少ないからです。ここの利用は初めてで、早急に解決したいためにマルチポストしました。よろしくお願いいたします。次回からはteratailに一本化します

    キャンセル

  • quiqui

    2018/01/11 17:09

    どこかで解決したら、他の全部のページにどう解決したかをちゃんとまとめればそれで十分だと思いますよ。

    キャンセル

  • wakame

    2018/01/11 18:42

    マルチポストについてはこちらを参照してください https://teratail.com/help (他のサービスにも質問投稿をしたい(してしまった)の項目)

    キャンセル

回答 1

checkベストアンサー

+1

一般的にロジスティック回帰する際はニュートン法を使ったほうが解を得るまでが速いのではないでしょうか。
http://thelaziestprogrammer.com/sharrington/math-of-machine-learning/solving-logreg-newtons-method

学習率というのは勾配にかかる係数のことと認識しています。
普通の線形モデルだとこの係数は最適値が決まります。

一般的なニューラルネットワークではこの係数が決まらなくて、学習率というものがあるのではないでしょうか。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/01/11 16:58

    ありがとうございます。線形モデルの認識が曖昧なので、追加で質問させていただきます。「線形モデルはパラメータの一次結合」と参考書などに書かれていましたが、どこも同じような書き方でいまいちイメージがつかめません。この意味についてわかりやすく説明していただきたいです。あと、線形モデルだと一回の偏微分で、損失関数が最小になる値が求まるってことですよね?なぜ、非線形モデルでは1回の微分では求まらないのですか?

    キャンセル

  • 2018/01/11 22:18

    パラメータの定数倍と足し算だけで目的関数をかけるモデルのことです。
    逆にパラメータ同士の掛け算があると非線形になります。
    逆数などもダメです。
    共通分母を持たない分数を足し算するとめんどくさいことになることを考えるとただの足し算は簡単そうな問題に見えてきませんか。
    これ以上簡単な問題は自明解を持ち始めるので、解く意味があるけど、解けるもので一番簡単なやつらのイメージです。

    一次結合は線型結合の別の呼び方です。

    理解すべきは線型性です。

    後半の質問は把握できませんでした。

    線形モデルでも偏微分一回で最小値はもとまらないと思います。
    線形問題を連立方程式として捉えた時に逆行列を求めれば一回で求まるということでしょうか?

    キャンセル

  • 2018/01/12 11:18

    わかりやすい回答ありがとうございます。

    後半の質問の補足に関して。。。

    「ニューラルネットワークでは、学習率を用いて規定の更新回数パラメータを(偏微分を使って)更新していくと思いますが、一般化線形モデルなどでは、学習率や更新回数という概念を用いていないので、1回の計算(偏微分)でパラメータの値が求まるという認識で良いですか?また、その場合、一般化線形モデルは線形モデルであるので、1回の計算で答えが出てくるということでしょうか?」


    以上、わかりにくくてすいません。まだ、言葉足らずな部分があれば追記いたします。どうしても理解したいのでよろしくお願いいたします

    キャンセル

  • 2018/01/24 17:58 編集

    ぼーっとしていたらだいぶ時間が過ぎてしまいました。

    ---------------------

    一般化線形モデルでも偏微分を使って求めることができます。
    これが反復法による解法です。

    ただ、実は微分可能であれば連立一次方程式に書き換えられるケースがあって、その逆行列を一回求めるだけで解が見つかることがあります。
    (ただし、正則化項のノルム次第では滑らかではなくなります。)

    一般化線形モデルのほうが簡単なため、わざわざ難しく解く必要性がないことが多いです。
    逆行列を求めることは時間コストとしてもメモリコストとしても高い場合に反復法を使って解くことになります。

    ---------------------

    それに加えて扱うモデルの複雑さが実はだいぶ異なります。

    線形モデルで連立一次方程式を立てるということは、入力出力対を一度にメモリ上に載せることができるということです。

    これに対してニューラルネットワークでは普通ではバッチ処理を行います。
    これはメモリ容量による制限からくるところが大きいです。

    ---------------------

    イメージとしては、線形モデルでは一度にすべての情報を見ているので、それらが全てうまく行くように処理することが可能であることがある一方で、
    ニューラルネットワークでは一度に学習したい情報の一部分しか見ていないので、手探りで局所勾配を一歩ずつすすめることになります。

    全体の情報がわかれば勾配に強い意味があるので、学習率は最適な値というものが存在します。
    なので学習率などという名前では使っていません。

    部分部分しかわからないのなら勾配が誤っていることも考慮して、学習率なるものを設定して変な方向に行き過ぎることを防ぎます。

    キャンセル

  • 2018/02/04 13:40

    回答ありがとうございました。スッキリしました。新たなニューラルネットワークに関する質問を投稿したので、そっちらも回答いただければ幸いです

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.84%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    6377questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • R

    270questions

    R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。