ニューラルネットワークの作成方法について

とても初歩的な質問になってしまうのですが、複数の説明変数とそれに対応する目的変数を学習させたニューラルネットワークを作成し、そのニューラルネットワークを使って説明変数から目的変数を予測させたいです。いずれ目的変数の数を増やしていきたいと考えており。また、層やノードの数の変更やノードの重みのプロパティの見方も併せて教えていただきたいです。身近に詳しい方がおらず手詰まりの状態で、やり方のアドバイスをいただけると幸いです。

Answer 1

[Naoya]

説明変数の数が少ないことから深層学習系の学習関数よりは、浅層学習系の関数を使ってまずはお試しいただくのが宜しいかもしれません。

以下は、浅層学習系の回帰モデルを作成するアプリケーションを用いた学習手順がありますのでこちらをご参考いただければと思います。

Fit Data with a Shallow Neural Network

GUIベースで学習することができ、学習後に等価なMファイルを生成する機能もありますので、よろしければご検討ください。

[実紅 永田]

回答ありがとうございます。

この方法を使った場合、学習させ終えたネットワークのテストを行った際に、テストデータとして用いた予測子に対する（テストを行う際に応答として入力したものではなく)ニューラルネットワークによって予測された応答の詳細な値を、プロットとしてではなく表のようなもので見るにはどうすればよいでしょうか？

[Naoya]

plotconfusion と呼ばれる混同行列を表示する機能はあります。

なお、こちらは回帰よりは分類モデルに対して評価するテーブルとなりますがご所望でしたでしょうか？