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

90.34%

  • Python

    9289questions

    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。

  • Python 3.x

    7454questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    772questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

機械学習でラベルの作り方

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 287

jun_endo

score 48

やりたいこと

機械学習のデータにつけるラベルの作り方

機械学習の内容

(0~9999の10000個の任氏の数字列)+(アルファベット)

が書かれている画像の認識をさせる。

現在の進捗状況

現在は、それぞれの数字とアルファベットの画像をうまく連結させて
データ(訓練用とテスト用)を作成したところです。

次に、ラベルが必要となるのですが、
ラベルの中身をどのようにすればいいのかわからない。

知りたいこと

ラベルの作成は、配列に、画像の対応する数字(10進数)を記述すれば、
ラベルとして機能するのか?

MNISTのラベルデータを解析したところ、
byte配列になっており、任意の桁に"1"が記述してありました。
そのことを理解したうえで、この疑問にたどり着きました。

ラベルの作成方法を知っている方、
どんな情報でもいいので教えてください。

  • 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。

回答 1

checkベストアンサー

0

配列に、画像の対応する数字(10進数)を記述すれば、
ラベルとして機能するのか

回帰問題として解くということ? 何らかの結果は得られるでしょうが、望むような精度には普通はなりません。

分類問題として解きたいのなら、カテゴリデータとして捉え、one-hot表現をラベルというか目的変数に持ってくるのが一般的なやり方です。

10000個の数字列+アルファベットということですから、アルファベット一文字(大文字/小文字どちらかのみ)としても260000次元のone-hot表現になりますね。やってやれないことはないでしょうが、さすがに無茶でしょう。

もう少し普通の発想で考えると、前処理で一文字ずつ切り分けて、各文字を独立に分類すれば良さそうです(さすがに数列+アルファベットで系列ラベリングは要らないだろう・・・)。そうするとたかだか数十次元のone-hot表現なので、普通にできます。

問題は切り分ける手法ですが、古典的なものから最新のものまで色々あるはずです。これは調べてみるしかない世界かと。

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。

  • 2018/07/10 17:28

    回答ありがとうございます。。
    遅れて申し訳ありません。
    丁寧に教えていただきありがとうございます。
    そのことで一つ知りたいことがあります。
    最後に、切り分ける手法について、方法がいろいろあるとおっしゃいましたが、
    hayataka2049さんならどのように切り分けますか?
    自分が考えた範囲では、OpenCVでやろうと試みましたが、
    まだ、解決策が見出すことができません。

    キャンセル

  • 2018/07/10 17:44

    私に聞かれても答えられないので、既存研究をあたってみてください

    キャンセル

同じタグがついた質問を見る

  • Python

    9289questions

    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。

  • Python 3.x

    7454questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    772questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。