修了課題
- irisデータセットを使い、花の種類を分類するニューラルネットワークを作る
- 構成は入力層を4ノード、中間層を5ノード(活性化関数はReLU関数)、出力層をソフトマックス関数を使い、誤差関数は交差エントロピーで行う
結果
- 重みの初期値をHeで決め、学習率最適化手法としてAdaGradを使用。
- 少し過学習を起こしている。ドロップアウト率やL2正則化の係数を増やすなどをしたが、過学習の抑制と高い予測精度の両立はできなかった
修了課題
-
Q1.課題の目的とは?どのような工夫ができそうか
- 課題の目的は、がくの長さ、がくの幅、花弁の長さ、花弁の幅の4つの入力データから3種類の花のうち、どの種類の花なのかを予測すること
- データ数が150個と少ないので、誤りがない範囲で4つの入力データを操作し学習データを増やせば予測精度が高くなると考える
-
Q2.課題を分類タスクで解く場合の意味は何か
- 回帰タスクで解くと、花の種類を表す0,1,2を連続した数値として学習する。分類タスクで解くと0,1,2の値をカテゴリを表す値として学習することができる
-
Q3.irisデータとは何か2行で述べよ
- がくの長さ、がくの幅、花弁の長さ、花弁の幅の4つの数値とそれに対する花の種類から構成されているデータ