機械学習の覚え書き

損失関数

機械学習が出力したデータと、正解データがどの程度間違っているのか、その誤差を損失(Loss) と呼び、誤差を評価する関数を損失関数と呼ぶ。

判定精度の指標

精度(Accuracy), 誤り率(Loss), 再現率(Recall), 適合率(Precision), 偽陽性(False Positive), 偽陰性(False Negative) などがある。

Tensorflow 結果の見方

  • loss
    • 訓練(Train)データでの誤り率
  • acc
    • 訓練(Train)データでの正解率
    • MNIST サンプルだと60000件のデータ
  • val_loss
    • 検証(Test)データでの誤り率
  • val_acc
    • 検証(Test)データでの正解率
    • MNIST サンプルだと10000件のデータ

loss は正解からどのくらい離れているか。0 に近いほど良い。acc は単純な%。

検証用データの val_loss の値が大切。loss が下がっても、val_loss が下がっていない(上がるような)場合は過学習を起こしている。

生物の進化と学習

人間ってナンだ? シーズン2 第12回「働く」より。松尾先生

生物界では単一の目的関数はないはずで、あるとすれば生存確率を上げること。目的関数が定義できるものは、進化的も学習的でも解にたどり着ける。学習の方が早くたどり着ける。生物のように目的関数が定義しづらいものは、学習ではできなく、進化的にやるしかない。

コメントを残す

メールアドレスが公開されることはありません。