mikoto1212 https://blog.hatena.ne.jp/mikoto1212/ みことメモ https://mikoto1212.hatenadiary.org/ 2.4, 2.5 ADALINE, 2.6 確率的勾配降下法 ADALINEはコスト関数を用いることでパーセプトロンのステップ関数とは違い，連続値を出力． classfyする時は連続値をある値で区切って量子化(0 or 1)する． 連続値を出力すると微分できるので重みの更新する方向がわかるのがメリット ADALINEはデータセットのサンプル全体からコストを計算して重みを更新．パーセプトロンはデータセットの１回１回のサンプルで重みを更新． ADALINEはデータセットが大きいと計算コストが大きくなる→そこで，パーセプトロンと同様に１回１回のサンプルで更新しなおかつコスト関数を用いる確率的勾配降下… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmikoto1212.hatenadiary.org%2Fentry%2F20161223" title="Python機械学習プログラミング．メモ - みことメモ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2016-12-23 00:00:00 rich https://mikoto1212.hatenadiary.org/entry/20161223 1.0 100%