以降では、「TensorFlow.js Example:Reinforcement Learning: Cart Pole」サンプルのコードを参考に、カートポールサンプルのシンプルバージョンを作成していきます。 これは、 […]
続きを読む月: 2018年11月
13_2 強化学習とは?
強化学習とは、「ディープラーニングを使用した強化学習とその可能性」(PDFファイル)に、次のように説明されています。 試行錯誤を通じて、「最終的な報酬を最大化するような行動」を学習することを言う。 さらに同ファイルには、 […]
続きを読む13_1 カートポールサンプル シンプルバージョン
次の動画は、本稿で最終的に作成するカートポールサンプルの実行画面を録画したものです。 カートポールとは、車輪の付いた台座(カート)の上に細長い棒(ポール)を置いものを言います。カートポールサンプルは、強化学習と呼ばれる機 […]
続きを読む13 強化学習:カートポールサンプルを探る
本稿では、「TensorFlow.js Example:Reinforcement Learning: Cart Pole」で公開されている、「強化学習:カートポール」サンプルをもとに、TensorFlow.jsによる強 […]
続きを読む12_7 重みパラメータを探る
「6_1 モデルの中身 その1」で見た重みの数値は、tf.layers.LayerクラスのgetWeights()メソッドで調べることができます。 // 最初のレイヤー const firstLayer = model. […]
続きを読む12_6 3つのモデルの訓練と評価、推測
モデルを訓練して、評価、推測します。 HTMLファイルでは、関係するJavaScriptコードを次の順番で読み込みます。 <script src="https://cdn.jsdelivr.net/npm […]
続きを読む12_5 線形回帰モデルと多層パーセプトロン回帰モデル2種
データが揃ったので、モデルを作成して訓練します。モデルは「boston-housing」サンプルのindex.jsファイルに記述されている3つのものを使用します。 model.jsファイルを作成して、次のコードを記述しま […]
続きを読む12-4 エクセルを使ったデータの標準化と標準偏差
TensorFlow.jsとは直接関係ありませんが、エクセルには標準化や標準偏差を求める専門の関数があるので、TensorFlow.jsよりもはるかに容易に結果の数値を得ることができます。 data1とdata2があると […]
続きを読む12_3 データの標準化と標準偏差
データの標準化とは統計学の用語で、「データ科学便覧」サイトの「統計学における標準化」ページによると、 統計学における標準化 (standardization) とは,与えられたデータを平均が0で分散が1のデータに変換する […]
続きを読む12_2 ボストンデータセットのロードとtf.Tensorオブジェクトへの変換
機械学習はデータがないと始まらないので、まずはボストンデータセットの読み込みから始めます。 以降では、「boston-housing」で使用されているコードを参考にしています。ただし、TensorFlow.jsのサンプル […]
続きを読む12_1 ボストンデータセット
「boston-housing」では、ボストンデータセットと呼ばれる、ボストン市郊外における地域別の住宅価格のデータセットが使われています。このデータは、Googleのデータ保存サイトからそれぞれ、train-data. […]
続きを読む12 ボストンデータセットによる多変数回帰
「5 ビール売上本数の予測」では、最高気温とビールの売上本数が比例関係にあるととらえ、最高気温を説明変数、売上本数を目的変数として、直線の方程式を得ることで、データにない最高気温の日の売上本数を予測しました。この方法は単 […]
続きを読む