いったん4章までの復習がてら、２・３・４章末まとめから問題を作成してみる。
2章 ・パーセプトロンは、ある◯◯を与えたら、決まった◯◯を行うアルゴリズムである。 ・パーセプトロンでは、◯◯と◯◯をパラメータとして設定する。 ・パーセプトロンを用いれば、◯◯や◯◯ゲートなどの論理回路を表現できる。 ・単層パーセプトロンでは◯◯ゲートを表現できないが、2層パーセプトロンなら表現できる。 ・単層パーセプトロンでは◯◯領域だけしか表現できないが、二層パーセプトロンでは◯◯領域を表現できる。 ・多層パーセプトロンは、理論上◯◯を表現できる。 3章 ・ニューラルネットワーク(NN)では、活性化関数として、◯◯や◯◯のような滑らかに変化する関数を利用する。 ・NumPyの◯◯を上手く使うことでNNを効率良く実装できる。 ・機械学習(ML)の問題は、◯◯1問題と◯◯2問題に大別できる。 ・出力層で使用する活性化関数は、◯◯1問題では◯◯関数、◯◯2問題では◯◯関数を一般的に利用する。 ・◯◯2問題では、出力層のニューロン数を◯◯に設定する。 ・入力データのまとまりである◯◯単位で推論処理を行えば、計算が高速化する。 4章 ・MLで使用するデータセットは、◯◯1データと◯◯2データに分けて使用する。 ・◯◯1データで学習を行い、◯◯能力を◯◯2データで評価する。 ・NNの学習は、◯◯を指標とし、◯◯の値が小さくなるように◯◯3を更新する。 ・◯◯3を更新する際には、◯◯3の◯◯を利用して、◯◯方向に◯◯を更新する作業を繰り返す。 ・微小な値を与えたときの差分によって微分を求めることを◯◯4という。 ・◯◯4によって、◯◯を求めることができる。 ・◯◯4の計算は低速だが実装は簡単である一方、◯◯の実装は複雑だが高速に◯◯を求められる。
3章辺りから理解曲線勾配の上昇率が高くなってきてキツいが、３歩進んで2歩下がっても、理論上最終ゴールに到達できるのでコツコツ進む。
