未分類

表現学習と先生

Deep learningは特徴を自力で抽出する(Representation learning/*=表現学習?*/)システムですが,表現学習の手法としては教師あり学習と教師なし学習があります.

教師あり学習ではデータと「正解」がセットで与えられます.

正解とはデータを見せられた時にシステムに出して欲しい出力のことです.

/*猫の絵のデータと「猫」という正解をセットで与えてシステムに猫の姿を覚えさせるというような理解でいいのでしょうか*/

データと正解のセットを「ラベル付きの例」と呼んだりします.

ラベル付きの例はまずラベルを付与するのが大変だし,ラベルがないデータのほうがたくさん存在しています.

ラベルのないデータから学習を行うことを教師なし学習と言って,上の理由から教師なし学習のほうが使う側にとってはありがたいということになります.

いくつかのディープラーニングのアルゴリズムはラベルのないデータから学習できる点が特長です.

広告

コメントを残す

以下に詳細を記入するか、アイコンをクリックしてログインしてください。

WordPress.com ロゴ

WordPress.com アカウントを使ってコメントしています。 ログアウト / 変更 )

Twitter 画像

Twitter アカウントを使ってコメントしています。 ログアウト / 変更 )

Facebook の写真

Facebook アカウントを使ってコメントしています。 ログアウト / 変更 )

Google+ フォト

Google+ アカウントを使ってコメントしています。 ログアウト / 変更 )

%s と連携中