TensorFlow Playgroundã¯ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆã‚’ç†è§£ã™ã‚‹ã®ã«ãŠã‚¹ã‚¹ãƒ¡ - 西尾泰和ã®ã¯ã¦ãªãƒ€ã‚¤ã‚¢ãƒªãƒ¼ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã®é‡ã¿ã‚„å„ニューãƒãƒ³ãŒã©ã†ã„ã†å…¥åŠ›ã®æ™‚ã«ç™ºç«ã™ã‚‹ã®ã‹ãŒã€å¦ç¿’ã—ã¦ã„ãéŽç¨‹ã§å„時刻å¯è¦–化ã•ã‚Œã¦ã¨ã¦ã‚‚良ã„æ•™æã§ã™ã€‚ http://playground.tensorflow.org/ ã†ãšã¾ãã®ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆã«é–¢ã—ã¦ã€Œä¸é–“層ãŒ1層ã—ã‹ãªã„ã¨ã†ãšã¾ã（線形éžåˆ†é›¢ãªå•é¡Œï¼‰ã¯è§£ã‘ãªã„ã€ã¨ã„ã†èª¤è§£ãŒã‚るよã†ãªã®ã§ã€ã¾ãšã¯1層ã§ã§ãã‚‹ã¨ã„ã†çµµã‚’紹介。ãªãŠåƒ•ã®ã‚¿ã‚¤ãƒ ライン上ã§ã¯ id:a2c ãŒåƒ•ã‚ˆã‚Šå…ˆã«æ°—付ã„ã¦ã„ãŸã“ã¨ã‚’å誉ã®ãŸã‚ã«è¨€åŠã—ã¦ãŠãã¾ã™ã€‚ ã§ã€ã˜ã‚ƒã‚よã言ã‚れる「線形éžåˆ†é›¢ãªå•é¡ŒãŒè§£ã‘ãªã„ã€ã£ã¦ã®ã¯ã©ã†ã„ã†ã“ã¨ã‹ã€‚ãã‚Œã¯ã“ã‚“ãªå•é¡Œè¨å®šã€‚入力ã«é©å½“ãªä¿‚数を掛ã‘ã¦è¶³ã—åˆã‚ã›ãŸã ã‘ã§ã¯é©åˆ‡ãªå¢ƒç•Œã‚’作るã“ã¨ãŒã§ãã¾ã›ã‚“。 ã“ã†ã„ã†ã‚±ãƒ¼ã‚¹ã§ã¯ä¸é–“å±¤ã‚’è¿½åŠ ã™ã‚‹ã¨ã€ä¸é–“層ãŒå…¥åŠ›ã®éžç·šå½¢ãªçµ„ã¿åˆã‚ã›ã‚’担当ã—ã¦ãれるãŠã‹ã’ã§è§£ã‘ãªã‹ã£ãŸå•é¡ŒãŒè§£ã‘るよã†ã«ãªã‚Šã¾ã™ã€‚ 1ã¤ç›®ã®ãƒ‡ãƒ¼ã‚¿ã‚»ãƒƒãƒˆã§ã¯ç‰¹å¾´é‡ã®
ニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã§çµµæŸ„を真似ã—ã¦æã„ãŸç”»åƒãŒå‡„ã„レベルã«:ãƒãƒ ã‚¹ã‚¿ãƒ¼é€Ÿå ±
自然言語処ç†ã«ãŠã‘る畳ã¿è¾¼ã¿ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã‚’ç†è§£ã™ã‚‹ · ã‘ã‚“ã”ã®ãŠå±‹æ•·
Deep Learningã®æ•™æ - ã“ã‚“ãªå¤¢ã‚’見ãŸ
ã€é€£è¼‰ç¬¬1回】ニューラルãƒãƒƒãƒˆã®æ©ã‚“ã é“ã€ãƒ‡ã‚£ãƒ¼ãƒ—ラーニングã®ç™»å ´ã§å…¨ã¦ãŒå¤‰ã‚ã£ãŸ - 日経BigData
人工知能㯠Deep Learning ã«ã‚ˆã£ã¦æˆã•ã‚Œã‚‹ã®ã‹ï¼Ÿ - Sideswipe
誤差逆ä¼æ’法ã®ãƒŽãƒ¼ãƒˆ - Qiita
Deep Learning技術ã®ä»Š
パッケージユーザーã®ãŸã‚ã®æ©Ÿæ¢°å¦ç¿’(4)：ニューラルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ - 渋谷駅å‰ã§åƒãデータサイエンティストã®ãƒ–ãƒã‚°
Neural networks and deep learning
富士ゼãƒãƒƒã‚¯ã‚¹ã€è„³ã®è¦–è¦šæƒ…å ±å‡¦ç†ã®ä»•çµ„ã¿ã‚’利用ã—ãŸæ–‡å—èªè˜æŠ€è¡“ ～約3万文å—ã®å¤šè¨€èªžã€æ‰‹æ›¸ãã«å¯¾å¿œ
Visualizing neural networks from the nnet package | R-bloggers
Pythonã¨deep learningã§æ‰‹æ›¸ãæ–‡å—èªè˜
Neural Networks for Machine Learning | Coursera
FeedforwardNeuralNetworkã§éŠã¶ - Negative/Positive Thinking
{{#tags}}- {{label}}
{{/tags}}