文献

J-GLOBAL ID：201702224678456371   整理番号：17A1816113

さあ始めよう!ITエンジニアと数学 数学プログラミング入門 第2限目 数式が怖いならコードで理解 機械学習の難解な数式をひもとく

著者 (1件)： 真嘉比愛 (ちゅらデータ)
資料名： Software Design  (Software Design)
号： 326  ページ： 27-31  発行年： 2017年11月18日 
JST資料番号： L3952A  ISSN： 0916-6297  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 初学者が機械学習の理論や仕組みを理解する場合には,数式で表現されている機械学習アルゴリズムの振舞いの理解でつまずきやすい。本論文では,数学の基礎知識がないと式から直感的に処理を理解するのは難しいので,数式をプログラムで実装して振舞いを確かめる方法を解説した。実際に関数の最小値を求める最適化手法の中で最も基本的なアルゴリズムである最急降下法をPythonで実装し,パラメータを変化させた場合のモデルの振舞いを確かめた。まず,最急降下法では特定の式を繰り返し適用してパラメータwの値を更新し,誤差関数E(W)を最小化するwを求めるがwの変化からステップごとにE(w)を微分し,その地点での傾きを求めて誤差が小さくなる方向にwを更新していることを示した。次に,モデルのハイパーパラメータである学習係数εを変化させたときのステップごとのE(w)の値の変化から,εを小さくするほど変化幅は小さくなり,より確実にwの値を収束までに持っていけるが収束までに必要なステップ数は増えることを確かめた。また,εの値を大きくするほど変化幅は大きくなって収束までのステップを短縮できるが,変化幅が大きすぎるとうまく収束できないことがわかり,値の変化が与える影響をグラフ化する有効性を示した。

シソーラス用語： *情報技術 ,  *数学 ,  *計算機プログラミング ,  技術者 ,  式 ,  *機械学習 ,  計算機アルゴリズム ,  パラメタリゼーション ,  収束 ,  数値計算
準シソーラス用語： IT ,  ITエンジニア ,  数式

分類 (4件)： その他の情報処理  (JE15050M) ,  システム・制御理論一般  (IA02010H) ,  計算機システム開発  (JD02010R) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： エンジニア ,  数学 ,  プログラミング ,  数式 ,  理解 ,  機械学習