CourseraのML Specializationを毎週分まとめていく(week 1 : Neural Networks and Deep Learning)

機械学習 Coursera

3行でまとめると

What is a neural network?

  • f:id:solt0723:20180801224430p:plain

  • 最もシンプルなニューラルネットワークの概念図
  • 右側の、家のサイズに対して価格を決定するロジック部分をnodeという
  • グラフのように、一定間隔0が続いて、その後上昇するグラフをReLUという

  • f:id:solt0723:20180801224836p:plain

  • より複雑になったニューラルネットワークのイメージ
  • シンプルな時と同じくそれぞれの○がnodeであり、ReLUになりうる
  • サイズとベッドの数によって住める人数が決まり、郵便番号によってアクセス性が決まり....という感じで、最終的に価格が決まる
  • 一番左の4つがxにあたり、一番右がyにあたる
  • 真ん中の層は隠れそうと呼ばれる

Supervised Learning with Neural Networks

  • 機械学習の多くは教師あり
  • 画像認識系のディープラーニングではCNNが使われることが多い
  • 音声など、時系列のあるシーケンスデータではRNNが使われることが多い

  • f:id:solt0723:20180801233925p:plain

  • 各種のニューラルネットワークのイメージはこんな感じ（この時点ではよくわからない）
  • ディープラーニングは構造化データと非構造化データの両方に使える
  • 構造化データとは、データベースに入っているようなデータ
  • 非構造化データとは、音声や画像のように、そのままでは扱えないデータ
  • ここ数年で、猫の認識や翻訳などの非構造化データの分野が発展したが、ビジネスの世界では、広告などの短期的に効果の出やすい構造化データの分野が人気

Why is Deep Learning taking off?