分類問題

形式ニューロンを把握するためのロードマップを提示。 ヘヴィサイド関数、形式ニューロン、誤差関数、決定境界直線、総当たり法について解説。 実際のプログラムのフローを記載。

総当たり法について解説・・・と思いきや、名前のまんま。 プログラム化の前提だけ決めた。 実際のプログラムのフローを記載。

決定境界直線の必要性について。 推論するだけだったら不要だが、学習済みモデルの性能を評価する際は必要。 決定境界直線の特定方法を説明。 ヘヴィサイド関数の出力が0.5であることを仮定して数式を解けばOK。

決定境界直線について説明。 分類する上で仕分けを行う境界線。 ANDゲートの場合の想定される決定境界直線を図解。 境界線を境にtreu,falseに分かれる。 この性質がヘヴィサイド関数と相性が良い。

代表的な誤差関数について説明。 MSE：分散と一緒であり、統計的に意味のある数値。 SSE：シンプルであり、利用しやすい。 RMSE：標準偏差的位置づけであり、人間から見て意味のある数値になりやすい。

分類問題のHelloWorld総統はANDゲート。 ANDゲートを形式ニューロンで実現するための構成を説明。 2入力1出力の構成になる。

形式ニューロンの概念図を説明。 よく見るニューロンの概念図と類似。 形式ニューロンの数式を説明。 重みと入力の内積の結果をヘヴィサイド関数に渡して0or1にしている。

形式ニューロンを把握するためのロードマップを提示。 ヘヴィサイド関数を説明。 とりあえず、もやっとしたものをYes/Noに変換できるとと思っておけばOK。