#author("2017-10-30T14:36:37+09:00","default:takataka","takataka")
*SJS2017 ex08 [#f69bd8f1]
#author("2017-11-03T11:41:23+09:00","default:takataka","takataka")
*SJS2017 ex07 [#f69bd8f1]


#contents
**これまでの分 [#kbc5dcd1]

- 以前の分を全て報告してokをもらってから,今回分にすすみましょう.


**課題A [#w83b99ab]

手書き数字の認識 (2)  -- MNISTの最短距離法による識別 --

mnist.py を利用して,最短距離法で10クラス手書き数字識別のプログラムを書こう.ただし,
- training data を使ってクラス毎の平均を計算
-- 課題とはしないが,クラス毎の平均を画像として眺めてみるのも面白いかも
- trianing data を識別したときの誤識別率を計算する.たとえばデータ数が100個で正解数が95個なら誤識別率は5%.
- test data を識別したときの誤識別率を計算する.平均は,training data から求めたものを使うんですよ(為念).
-- 課題とはしないが,混同行列(confusion matrix)を求めると,どの数字とどの数字を間違えやすいかがわかって面白いかも.クラス数xクラス数の行列で,(i,j)要素は,「正解はi番目のクラスなのに識別結果はj番目のクラスだった」ものの数.この行列の対角要素の和をデータ数で割ったものが正識別率となる.

トップ   編集 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS