回答編集履歴
1
質問１の回答修正
test
CHANGED
|
@@ -12,7 +12,39 @@
|
|
|
12
12
|
|
|
13
13
|
|
|
14
14
|
|
|
15
|
+
疑問点がちゃんと把握できているか自信がありませんが。
|
|
16
|
+
|
|
17
|
+
|
|
18
|
+
|
|
19
|
+
MNISTの画像はモノクロ8bit階層28×28=784ピクセルで構成されています。
|
|
20
|
+
|
|
21
|
+
各ピクセルの値は、輝度（明るさ）を表しています。
|
|
22
|
+
|
|
23
|
+
|
|
24
|
+
|
|
25
|
+
[MNIST For ML Beginners](http://qiita.com/KojiOhki/items/ff6ae04d6cf02f1b6edf)
|
|
26
|
+
|
|
27
|
+
で用いられている手法では、１画像を784次元（＝個の要素を持つ）ベクトルとして扱います。
|
|
28
|
+
|
|
29
|
+
このベクトルの各要素の値は、ピクセル値＝輝度がそのまま入ります。
|
|
30
|
+
|
|
31
|
+
つまりピクセル値＝輝度をそのまま特徴（ベクトル）値として利用しています。
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
35
|
+
一方、[機械学習をこれから始める人に押さえておいてほしいこと](http://qiita.com/IshitaTakeshi/items/4607d9f729babd273960)でのブドウとリンゴの例
|
|
36
|
+
|
|
37
|
+
では、ピクセルの値をそのまま使うのではなく`赤の濃さ`と`青の濃さ`の２要素の特徴ベクトルで扱う例が挙げられています。
|
|
38
|
+
|
|
39
|
+
この場合は、画像から`赤の濃さ`と`青の濃さ`を抽出する処理が必要になります。
|
|
40
|
+
|
|
41
|
+
|
|
42
|
+
|
|
43
|
+
すなわち、何を特徴ベクトル値として採用するかは`google`（=MNISTデータ提供者の意味？）ではなく
|
|
44
|
+
|
|
15
|
-
|
|
45
|
+
機械学習実行者が決めるべきことといえます。
|
|
46
|
+
|
|
47
|
+
|
|
16
48
|
|
|
17
49
|
|
|
18
50
|
|