dl.sony.com
ニューラルネットワーク.
本日写真無し.代わりにSonyのNewral networl console 上でのシミュレーション結果をいろいろと見せてもらった.
先週は多数の手書き「4」と「9」の判定をシミュレーションしてみたのだが,このときは2次元画像データ.
では1次元データはできるのか,ということでCSVになった日経225を読み込んであれこれ実験してきたらしい.
持ってきたシミュレーションは過去3年分の日経225を学習し,過去5日のデータから次の日を予測するというものだ.
コンボリューションなしからありにすると,評価が上がる.ところがコンボリューション2層にすると計算量の割に評価が上がらない.
またコンボリューション1層にして世代を5000にして学習するとかなりの精度で225を再現する.
しかし,そもそも3年分の学習だからこの3年間データにover fittingしてしまってはいないか,ということで1970年からの225データを拾ってきて学習.
コンボリューション1層,1000世代学習が10分ほどで完了.
そしてなんとなんと,リーマンショックをはじめ様々な変動があったにもかかわらずこれまた良く予測できている.
うわぁ,本当に使えるんじゃない,これ!
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
- 作者: 斎藤康毅
- 出版社/メーカー: オライリージャパン
- 発売日: 2016/09/24
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (17件) を見る
- 作者: 上坂吉則
- 出版社/メーカー: 近代科学社
- 発売日: 1993/11/01
- メディア: 単行本
- クリック: 14回
- この商品を含むブログを見る