ニューラル ネット パターン認識
2 層フィードフォワード ネットワークを使用したパターン認識問題の求解
説明
ニューラル ネット パターン認識アプリでは、データ分類問題を解くために、2 層フィードフォワード ネットワークの作成、可視化、学習ができます。
このアプリを使って次のことを実行できます。
ファイルまたは MATLAB® ワークスペースからデータをインポートするか、サンプル データ セットの 1 つを使用する。
学習セット、検証セット、およびテスト セットへのデータの分割。
ニューラル ネットワークの定義と学習。
交差エントロピー誤差と誤分類誤差率を使用したネットワーク性能の評価。
混同行列や受信者動作特性曲線などの可視化プロットの使用による結果の解析。
結果を再現したり、学習プロセスをカスタマイズしたりするための MATLAB スクリプトの生成。
MATLAB Compiler™ および MATLAB Coder™ ツールによる展開に適した関数の生成、および Simulink® Coder での使用に向けた Simulink へのエクスポート。
メモ
深層学習ニューラル ネットワークの構築、可視化、および学習を対話的に行うには、ディープ ネットワーク デザイナー アプリを使用します。詳細については、ディープ ネットワーク デザイナー入門を参照してください。
ニューラル ネット パターン認識 アプリを開く
MATLAB ツールストリップ: [アプリ] タブの [機械学習および深層学習] にあるアプリ アイコンをクリックします。
MATLAB コマンド プロンプト:
nprtool
と入力します。
アルゴリズム
ニューラル ネット パターン認識アプリには、ニューラル ネットワークに学習させるために使用できる組み込みの学習アルゴリズムが用意されています。
学習アルゴリズム | 説明 |
---|---|
スケーリング共役勾配法逆伝播 | スケーリング共役勾配法逆伝播は、スケーリング共役勾配法に従って重みとバイアスの値を更新します。 このアルゴリズムを実装するために、ニューラル ネット パターン認識アプリでは関数 |