画像認識以外の深層学習の始め方・データの読み込み等

前提・実現したいこと

健康状態を判別するシステムを深層学習(Python/TensorFlow)を利用して作成しようと考えています。

現在健康と健康な人の腸内フローラのデータを持っています。
以下に形式を示します。

sample1.txt(タブ区切りのデータ)
細菌の名称\t存在量(定量値)
細菌A\t10000
細菌B\t2000
細菌C\t1000
・・・・・・
細菌Z\t5000

以上の形式のデータが健康・病気それぞれ300ファイル程度あり、
訓練用のデータとして学習させ、
新規に得られたサンプルの健康状態を判別する事を目指しています。

画像認識でベクトルを扱っているので、原理的には可能だとは考えていますが
プログラムの流れを教えていただけませんでしょうか？

よろしくお願い致します。
(Python,Java,Perlを経験しています。)

行動規範の内容に同意します

回答1件

ベストアンサー

細菌A-Zの存在量で26次元のベクトルが作れます（実際はA-Zではないのかもしれませんが、基本的な考え方は同じです）。これを機械学習に放り込み、二値分類問題を解くというタスクですね。
これだと深層学習ではない機械学習モデルでもいけそうですから（というかその方が簡単な割に精度が出しやすいです）、まずはSVMやRandom Forestなどのアルゴリズムに突っ込んでみたらどうでしょう？　sklearnを使うと簡単にできると思います。
深層学習がよければ、kerasを使うと簡単に書けます。

データ読み込んで、ベクトルに変換するプログラムが一番複雑になるかも・・・。

投稿2018/05/28 11:03