数値・予測・活性化関数
学習目標
小さな関数を作り、出力の意味を説明します。
平均・最大値・しきい値の分類器から始めます。maxは最大の値、argmaxはその位置を返します。単一ラベル分類では、その位置から最高スコアのクラスを選べます。スコアが常に適切に校正された確率とは限りません。判定しきい値を変えると陽性に分類される例が変わることがあります。
もう少し詳しく
ニューロンは入力をz = w·x + bでまとめ、活性化関数を適用できます。sigmoidは有限の実数を0と1の間に写す一つの関数で、全ニューロンの定義ではありません。ReLUやGELUを使うネットワークもあります。sigmoidの実装は部品作りで、学習済みネットワークの完成ではありません。次の課題ではデータに適合したモデルを扱いますが、例の合格だけでは汎化の証明になりません。
自分の言葉で説明
[0.2, 0.7, 0.1]を0始まりで数えるとmaxとargmaxは何を返しますか。
説明と比べる
max = 0.7、argmax = 1です。値とその位置は別の出力です。
自分で記録する欄です。ここで採点はしません。
この段階を理解したものとして記録しますか？
まだ取り消せないので、本当に理解できたときだけ記録してください。
理解したものとして記録しました
自分で記録する欄です。ここで採点はしません。