Help us understand the problem. What is going on with this article?

Deep Learning > link > Can Deep Learning (and Neural Networks) be useful for regression problems where the output variable has an unknown (or varying in real time) upper bound?

More than 3 years have passed since last update.

Deep Learningで学習を検討しているのは「多クラス分類」ではなく「回帰」。

以下を見つけた。

https://www.quora.com/Can-Deep-Learning-and-Neural-Networks-be-useful-for-regression-problems-where-the-output-variable-has-an-unknown-or-varying-in-real-time-upper-bound

気になったのは

Vicent Ribas Ripoll, I solve classification problems.
Written Aug 16, 2013

Yes they are. One only has to make sure to use the proper cost function (MSE) and adapt the network to provide a continous output (this normally means removing the softmax in the output). Some examples are:

Page on Stanford

上記のPDFファイルではPower Loadという多数の山と谷を持つ形状の学習をしている。
誤差(%RMSE)は以下

Learning Method %RMSE
Kernelized Regression 8.3%
Frequency NN 6.7%
Deep Feedforward NN 5.9%
Deep Recurrent NN 2.8%

自分が必要な精度(system of linear equationの初期値の誤差)がどれくらいのものかは実際に実験をしないと分からない。

7of9
セブンオブナインです。Unimatrix 01の第三付属物 9の7という識別番号です。Star trek Voyagerの好きなキャラクターです。まとめ記事は後日タイトルから内容がわからなくなるため、title検索で見つかるよう個々の記事にしてます。いわゆるBorg集合体の有名なセリフから「お前たち(の知識)を吸収する。抵抗は無意味だ」。Thanks in advance.
qiitadon
Qiitadon(β)から生まれた Qiita ユーザー・コミュニティです。
https://qiitadon.com/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away