今の簡単な例では、データ数は訓練用と教師用で25個ずつですが、通常はもっともっと多い方がモデルの推論の精度は高まります。またデータの品質も重要で、これはどう見ても異常だ、と思えるデータは除く必要があります。 機械学習で重 […]
続きを読む日: 2018年9月3日
5_2_3 TensofFlow.jsのモデルの作成と訓練
今行おうとしているのは、[22,23,23,…,34,35,35]という最高気温と、[303,313,323,…,463,443,483]と並ぶビールの売上本数のデータから、では、統計が取られてい […]
続きを読む5_2_2 グラフの描画関連
グラフの描画には、Plotlyライブラリを使用しています。Plotlyには、適切な形式でプロットしたい横軸と縦軸のデータを配列で渡すだけです。 // Plotlyを使ってグラフを描く const plot = async […]
続きを読む5_2_1 CSVファイルの読み込み
TensorFlow.jsに限らず、機械学習ではまずデータが必要です。このWebアプリでは、前出のエクセルファイルからCSVファイルを書き出して、それを読み込みます。 ブラウザで外部ファイルを読み込むには、ユーザーが読み […]
続きを読む5_2 TensorFlow.jsでビール売上数を予測する
下図は、エクセルで行った推測をTensorFlow.jsで行った結果です。 右は損失値の変化を表すグラフで、2500回も訓練しています。エクセルの推測は一瞬で終わりますが、TensorFlow.jsでは相当回数、訓練が必 […]
続きを読む5_1 エクセルでビール売上数を予測する
最高気温が高いほどビールは多く売れるだろう、という相関関係は、エクセルの機能を使うと、実に簡単に右上がりの直線で表すことができます。 こういう統計があったとすると（実際には架空のデータです）、エクセルのグラフ機能で、実に […]
続きを読む5 ビール売上本数の予測
次は少し実践的な例です。その日の最高気温とビールの売上本数をデータとしてTensorFlow.jsのモデルに与えて訓練し、データにはない最高気温が30度の日に、ビールは何本売れるかを推測させる試みです。 最高気温と売上本 […]
続きを読む