Rで機械学習のパッケージを試す

2010/02/24

@nokuno

#tokyoR

ニューラルネットワーク

はじめに

ニューラルネットワーク

SVM

まとめ

目次 2

機械学習（きかいがくしゅう、Machine learning）とは

、人工知能における研究課題の一つで、人間が自然に行っている学習能力と同様の機能をコンピュータで実現させるための技術・手法のことである。

機械学習は検索エンジン、医療診断、スパムメールの検出、金融市場の予測、DNA配列の分類、音声

認識や文字認識などのパターン認識、ゲーム戦略、ロボット、など幅広い分野で用いられている。

機械学習とは 3

Wikipediaより

今回扱う教師あり学習の流れ

1. 学習データ（入力と出力の組）を用意する

2. 学習プログラムに与えて学習させる

3. テストデータを用意して、予測させる

4. 予測結果を使う、または評価する

基本的な流れ 4

機械学習アルゴリズムの一種

元ネタは脳科学（"人工"ニューラルネットワーク）

分かりにくいネットワーク図で有名

こんなの

ニューラルネットワーク（NN)とは 5

Rのニューラルネットワークのパッケージ

標準パッケージで入っている

事前にlibrary()で読み込む

nnetについて 6

サンプル実行（よく分からない）

学習データ 7

このデータから入力 x と出力 t の関係を学習する

sin関数にノイズを加えたもの

入力と出力をベクトル（多次元なら行列）として渡す

size ： 隠れユニット数（後述）

linout ： 出力を0～1に制限するかどうかデフォルトでは制限ありになる。ハマった＞＜

学習 8

nnet.formulaはよく分からなかったので教えてください（汗

入力： 0～1を100等分したデータ

出力： 入力を学習済みNNに与えた結果

なぜか入力をmatrixで渡さなければならない

学習時はベクトルも渡せたのに…

予測 9

学習データを通るような予測曲線を描く

ほどよくノイズを吸収してくれている。

グラフの重ね描きメンドイ。どうにかなりません？

結果 10

隠れユニット数は自由度を表す

考察 11

隠れユニット数：1自由度が小さすぎる

隠れユニット数：100

自由度が大きすぎる

今回は理想の出力が分かっていると仮定して評価

予測誤差の二乗平均を取る

評価 12

隠れユニット数

誤差n=3のときが最も誤差が小さい！

NNは入力と出力の関係を学習するもの

隠れユニット数は適切に設定する必要がある

まとめ 13

Rでニューラルネットワークをやってみる

http://d.hatena.ne.jp/syou6162/20081222/1229923231

分かりやすいパターン認識

石井健一郎他著

大学の授業の教科書でした

公式ヘルプ

参考文献 14

つづく？

15