<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TJO</author_name>
  <author_url>https://blog.hatena.ne.jp/TJO/</author_url>
  <blog_title>渋谷駅前で働くデータサイエンティストのブログ</blog_title>
  <blog_url>https://tjo.hatenablog.com/</blog_url>
  <categories>
    <anon>R</anon>
    <anon>機械学習</anon>
    <anon>DeepLearning実践シリーズ</anon>
    <anon>Deep Learning</anon>
  </categories>
  <description>MXnet / Kerasが本格的に普及してきたことで、いよいよ「誰でも（割と）気軽にDeep Learningを実践できる」時代になってきましたね、という話を前回の記事では一通りやってみました。ということで、これからしばらく「気軽に実践できるようになったけど実際問題Deep Learningってどうなん？」というのを色々サンプルデータセットを替えて学習＆予測の挙動を見ることで、その実態を体感してみようという技術ネタシリーズをダラダラやってみようかと思います。 フレームワークはMXnet / Kerasどちらでも良いつもりですが、単に自分の環境でのお手軽さを優先して基本的にMXnetで統一しよ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftjo.hatenablog.com%2Fentry%2F2016%2F06%2F25%2F173437&quot; title=&quot;Deep Learningで遊ぶ(1): テニス四大大会データセット（追記あり: 正規化した場合の検証） - 渋谷駅前で働くデータサイエンティストのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/T/TJO/20160625/20160625172936.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2016-06-25 17:34:37</published>
  <title>Deep Learningで遊ぶ(1): テニス四大大会データセット（追記あり: 正規化した場合の検証）</title>
  <type>rich</type>
  <url>https://tjo.hatenablog.com/entry/2016/06/25/173437</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
