機械学習における基本的なテクニックを確認する。 ここでの学び： 過学習を防ぐための方策 データを増やす ネットワークの層数・サイズを小さくする 正則化 ドロップアウト 正則化について、コスト…？と思ってたけどイメージが分かった（損失関数の誤差をと…

Boston Housingデータセットを用いた住宅価格予測を行う。 ここでの学び データの正規化（入力データ行列の列ごとに平均を引く＆標準偏差で割る→中心０，標準偏差１） 小さいネットワークを使ったほうが、過学習を抑制できる。訓練データが少ない＝過学習に…

ロイターデータセットを使った、記事の多クラス分類を行う。 ここでの学び： 分類タスクで使う損失関数「交差エントロピー」は、学習モデルにによって出力される確率分布と、ラベルの真の確率分布の距離を表すものである。 ディープラーニングの肝は中間層で…

IMDbデータセットを使用した二値分類を行う。 ここでの学び： データ前処理（one-hot化） model.fitの戻り値historyオブジェクトによるスコア確認 PythonとKerasによるディープラーニング作者:Francois Cholletマイナビ出版Amazon github.com