mikemoke blog

データ解析やってます。統計・機械学習・画像解析など。

DeepLearningをサンプルデータ作って評価(更新中20150418

前回、h2oのdeeplearningをとりあえず動かしてみて、あんまり性能出せず残念な感じに終わりました。残念でした。

mikemoke.hatenablog.com

 

その後ですが、

h2oマニュアル読んだり

Welcome to H2O’s Documentation — H2O Documentation 2.8.6.2 documentation

深層学習の本読んだり

深層学習 (機械学習プロフェッショナルシリーズ)

しました。

h2o意外と便利。あと深層学習の本、良かったです。

 

しばらくは深層学習の理解のため、色々なサンプルデータを作成して、他の手法に比べてどのような性能を示すのか、どのような挙動を示すのか、確認していきたいと思います。(変なことしてましたらすみません、お気づきの点がありましたら、ご指摘おねがいします。)

 

サンプル1

目的:

  • パラメータ数が多くても正常に判別できるか評価したい。
  • 100の正規分布の線形和により判別可能なデータを作成し、判別性能を評価。

結果: 

  • DeepLearningでほぼ判別可能。(他手法の同等以上の性能)

 詳細:

 

サンプル2 

目的:

  • ノイズを含めたパラメータを用いて、判別性能を評価したい。
  • パラメータ数10個
  • サンプル1とデータの性質としては変化なし

結果: 

  • DeepLearningでほぼ判別可能。(他手法と同等の性能)

 詳細: 

mikemoke.hatenablog.com

 

 

 

 

つづく