(データマイニング班) 5周目は多項式モデルへの拡張
デザインスクールの追い込み時期にも差し掛かってそろそろ倒れたいです（違）
データマイニング班5周目が終わりました。内容としては先週実装した線形回帰モデルにおける「線形って何？」とか「入出力の対応関係における線形・非線形」の話をしたり、線形モデルを多項式モデルに拡張した実装例を示したり、その過程でモデルの自由度と過学習の話をしたり、それを防ぐための例としてペナルティ項・テストを導入しようといった話をコード示しつつやってました。やや詰め込み過ぎ感ありますが、振り返る前提なのでこんなものかなーと楽観視してますｗ
- 事例紹介:
- 文書の自動分類例
- CAPTHCAにおける前後の動作を踏まえた特徴の利用例。
- 話題: TensorFlow [ Tutrialの解説と機械学習の実験をした | 畳み込みニューラルネットワークで手書き認識率99.2%の分類器を構築 ]
- 検討演習: クラスタリング
- 振り返り: 線形回帰モデル(最小二乗法)の実装演習
- 実験テキストPDF: 入出力における線形と非線形、モデルの線形性、多項式モデルによる拡張、過学習と代表的な回避手段