Photo by Alex Knight on Unsplash
前回「キカガク（KIKAGAKU）で機械学習実践（教師なし学習）を学ぶ」のつづき
学習内容
ニューラルネットワークの概要
- ノード（Node）
- 入力層（Input Layer）
- 中間層（Intermediate Layer）
- 隠れ層（Hidden Layer）
- 出力層（Output Layer）
- 重み（Weight）
- バイアス（Bias）
- 全結合型（Fully Connected）
- 畳み込み型（Convolutional）
- 再帰型（Recurrent）
順伝播
- 線形変換
- 非線形変換
- 活性化関数
- 活性値（Activation）
- ロジスティックシグモイド関数（Logistic Sigmoid Function）
- 勾配消失
- 正規化線形関数（ReLU:Rectified Linear Unit）
- ソフトマックス関数（Softmax）
- 目的関数
- 平均二乗誤差（Mean Squared Error）
- 二値交差エントロピー（Binary Cross Entropy）
- 交差エントロピー（Cross Entropy）
- ワンホットベクトル（One Hot Vector）
