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!

新規登録して質問してみよう
ただいま回答率
85.50%
Python

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。

Q&A

解決済

1回答

754閲覧

ニューラルネットを用いた回帰問題の解き方

yulon

総合スコア16

Python

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。

0グッド

0クリップ

投稿2019/01/24 10:09

前提・実現したいこと

ニューラルネットを用いてデータを回帰したいと思っています。
3次元平面にデータが散らばっており(例えば球状)、x,y,zとして説明変数が3つあります。
単純に入力層にその3つを指定して[データ数,3]と重み[3,中間層数]の行列の掛け算、[3,中間層数]と重み[中間層数,1]の行列の掛け算を行えば1次元の目的変数として出てくるのでしょうか。
また、損失関数の値はどのくらいまで小さくなれば精度が高いと言えるのでしょうか。
ご教示よろしくお願いします。

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

入力層にその3つを指定して[データ数,3]と重み[3,中間層数]の行列の掛け算、[3,中間層数]と重み[中間層数,1]の行列の掛け算を行えば1次元の目的変数として出てくるのでしょうか。

それは順伝搬ですね。
学習するのであれば、逆伝搬も行う必要があります。
まずはニューラルネットワークの仕組みを勉強してください。

3次元平面にデータが散らばっており(例えば球状)、x,y,zとして説明変数が3つあります。

3変数ぐらいでしたら、Deep Learning ではなく、SVM 等でもいいと思います。

失関数の値はどのくらいまで小さくなれば精度が高いと言えるのでしょうか。

使用する損失関数や問題に依りますので一概に言えません。

投稿2019/01/24 10:39

tiitoi

総合スコア21956

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

hayataka2049

2019/01/24 15:48 編集

>3変数ぐらいでしたら、Deep Learning ではなく、SVM 等でも 画像、動画、音声、NLPなど何らかの構造を仮定したいときにCNN系やRNN系のDNNが効くだけで、最初から特徴量ベクトルがあるような問題ならMLPはたいがい性能のすごく良い予測器には負ける印象です。
tiitoi

2019/01/24 15:26 編集

クラス分類だと各サンプルの特徴ベクトルがすでに空間上にある程度別れて分布していれば、SVMやランダムフォレスト等のほうが手軽で高精度がでますね。 DNNはサンプル数が大量にないと精度でないので、質問のようなケースだとおっしゃる通りそちらの手法のほうがいいですね。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問