スタンフォードのAI講座を受けてみました③モデル表現

今回はスタンフォードのAI講座の3回目です。

今回はModel and Cost FunctionのModel Representation(モデル表現)について解説していきます。

授業資料:https://www.coursera.org/learn/machine-learning/supplement/cRa2m/model-representation

知らない英単語

(1)establish=確立する (2)notation=表記法 (3)donate=寄贈する (4)variables=変数 (5)slightly=少し

(6)correspond=対応する

モデル表現のパーツについて

①Training Set(訓練データ)

→これはコンピュータに学習させるためにコンピュータに教え込んだデータの事です。例えば15坪の家は2000万円などのデータの事です。コンピュータに勉強してもらうために沢山データを入れます。

②Learning algorithm(コンピュータがデータの特徴を学ぶ)

→コンピュータが沢山の訓練データを暗記し、そのデータの特徴を学ぶ段階です。例えば15坪の家の住宅価格を沢山コンピュータに入力すれば、コンピュータは「15坪の家の値段は大体2000万円前後になるなという事を覚えてくれます」Training Setのデータが多いければ多いほどalgorithmは正確になっていきます。

③X=入力値(コンピュータに新しく予想させたい値)

→①と②で訓練データをコンピュータに覚えさせて、algorithmを鍛えあげていきました。折角鍛えたのですから、その正確さを試してみたくなりますよね?なのでXと言う値を入力して、コンピュータがしっかり訓練しているかを確かめます。例えば30坪の家というデータなどが入ります。

④h(仮説)

③で入力した値は一旦h(仮説)を通過します。ここでは訓練データで鍛えられたコンピュータがアルゴリズムを活用して自分なりに考えてくれます。「15坪の家だと大体2000万円だからその倍の30坪の家の値段は大体4000万円くらいかな?」のような感じでコンピュータが考えてくれます。

⑤y(出力値)

コンピュータが考えた末の値がyの出力値です。コンピュータは考えた末に4000万円と言ってくれるでしょう。

コメント

  1. この記事へのコメントはありません。

  1. この記事へのトラックバックはありません。

カテゴリーから探す

最近の記事

  1. 2019.08.18

    5手詰 357問
  2. 2019.08.18

    3手詰 357問
  3. 2019.08.18

    1手詰 357問
  4. 2019.08.17

    5手詰 356問
  5. 2019.08.17

    3手詰 356問
PAGE TOP