質問編集履歴
3
変更
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
|
1
|
+
フリーSEになるための業務経験とスキルについて
|
test
CHANGED
@@ -1,21 +1,5 @@
|
|
1
|
-
|
1
|
+
フリーのSEになるには数年の業務経験が必要であると聞きましたが、正社員にならずに、アルバイトや派遣社員でスキルアップを図り独立するプランはありでしょうか?
|
2
2
|
|
3
3
|
|
4
4
|
|
5
|
-
[(http://qiita.com/wbh/items/da881fac695f17042b19)](http://qiita.com/wbh/items/da881fac695f17042b19)
|
6
|
-
|
7
|
-
|
8
|
-
|
9
|
-
|
10
|
-
|
11
|
-
|
5
|
+
またフリーSEでは機械学習系、ディープラーニング系では難しいでしょうか?主にフリーを目指すならどのようなスキルを身につけるべきでしょうか?
|
12
|
-
|
13
|
-
|
14
|
-
|
15
|
-
質問2:回帰問題の連続的なデータで扱う変数が3つ以上の場合どのように画像形式の特微量を設定すればいいのでしょうか?
|
16
|
-
|
17
|
-
|
18
|
-
|
19
|
-
|
20
|
-
|
21
|
-
よろしくお願いします。
|
2
修正
test
CHANGED
File without changes
|
test
CHANGED
@@ -2,7 +2,7 @@
|
|
2
2
|
|
3
3
|
|
4
4
|
|
5
|
-
[
|
5
|
+
[(http://qiita.com/wbh/items/da881fac695f17042b19)](http://qiita.com/wbh/items/da881fac695f17042b19)
|
6
6
|
|
7
7
|
|
8
8
|
|
1
変更
test
CHANGED
@@ -1 +1 @@
|
|
1
|
-
|
1
|
+
画像データ形式の特微量マップの作成について
|
test
CHANGED
@@ -1,9 +1,21 @@
|
|
1
|
-
多層ニューラルネットワーク(CNN)
|
1
|
+
多層ニューラルネットワーク(CNN)で回帰問題を処理するために「画像形式つまり2次元の特徴量マップを生成する必要があるので、チャネルを1として、4次元テンソルとしました。」と下記サイトにあります。
|
2
|
-
|
3
|
-
画像認識は分類問題でありCNNが高い性能を発揮している仕組みは納得できるのですが、予測問題(回帰問題)はCNNではどのように処理するのでしょうか?
|
4
2
|
|
5
3
|
|
6
4
|
|
7
|
-
|
5
|
+
[リンク内容](http://qiita.com/wbh/items/da881fac695f17042b19)
|
8
6
|
|
7
|
+
|
8
|
+
|
9
|
+
|
10
|
+
|
11
|
+
質問1:このサイトにある「チャンネル1として4次元テンソル」とはどのような特微量マップのことを表しているのでしょうか?行列形式でしょうか?
|
12
|
+
|
13
|
+
|
14
|
+
|
9
|
-
|
15
|
+
質問2:回帰問題の連続的なデータで扱う変数が3つ以上の場合どのように画像形式の特微量を設定すればいいのでしょうか?
|
16
|
+
|
17
|
+
|
18
|
+
|
19
|
+
|
20
|
+
|
21
|
+
よろしくお願いします。
|