ニューラルネットワーク演習問題

練習問題1
• AND回路を構成するニューロンを定義する．
X1
X2
Y
1
1
1
1
0
0
0
1
0
0
0
0
𝑥1
𝑢1
𝑦
𝑥2
𝑢2
練習問題1(1)
•
•
•
•
•
data<-c(1,1,0,0,1,0,1,0)
x<-matrix(data,4,2,byrow=F)
y<-c(1,0,0,0)
res.nn<-nnet(x,y,,2)
summary(res.nn)
練習問題1(2)
• summary(res.nn)
– 結果の要約を出
力する．
a 2-2-1 network with 9 weights
options were b->h1 i1->h1 i2->h1
8.99 -6.02 -4.98
b->h2 i1->h2 i2->h2
5.95 -0.88 -2.53
b->o h1->o h2->o
12.65 -12.38 -6.23
練習問題1(3)
• str(res.nn)
– 詳しい結果
を表示する．
List of 15
$n
: num [1:3] 2 2 1
$ nunits
: int 6
$ nconn
: num [1:7] 0 0 0 0 3 6 9
$ conn
: num [1:9] 0 1 2 0 1 2 0 3 4
$ nsunits : int 6
$ decay
: num 0
$ entropy : logi FALSE
$ softmax : logi FALSE
$ censored : logi FALSE
$ value
: num 6.58e-05
$ wts
: num [1:9] 8.988 -6.016 -4.982 5.951 -0.877 ...
$ convergence : int 0
$ fitted.values: num [1:4, 1] 0.99556 0.00488 0.00391 0.00262
..- attr(*, "dimnames")=List of 2
.. ..$ : NULL
.. ..$ : NULL
$ residuals : num [1:4, 1] 0.00444 -0.00488 -0.00391 -0.00262
..- attr(*, "dimnames")=List of 2
.. ..$ : NULL
.. ..$ : NULL
$ call
: language nnet.default(x = x, y = y, size = 2)
- attr(*, "class")= chr "nnet"
練習問題1(4)
• 評価したいデータを
準備する．
data.nn<-c(2,0,-1,-1)
x.nn<-matrix(x.nn,2,2)
x.nn
[,1] [,2]
[1,] 2 -1
[2,] 0 -1
• 推定値を求める．
predict(res.nn,x.nn)
[,1]
[1,] 0.012222738
[2,] 0.002579586
演習問題1
• OR回路を構成するニューロンを定義しなさい．
• 学習データに対する予測値，(2,0),(-1,-1)に対
する予測値を求めなさい．
X1
X2
Y
1
1
1
1
0
1
0
1
1
0
0
0
𝑥1
𝑢1
𝑦
𝑥2
𝑢2
演習問題2
• XOR回路を構成するニューロンを定義しなさい．
• 学習データに対する予測値，(2,0),(-1,-1)に対す
る予測値を求めなさい．
X1
X2
Y
1
1
0
1
0
1
0
1
1
0
0
0
𝑥1
𝑢1
𝑦
𝑥2
𝑢2
演習問題4
• 過去3日間の株価データから次の日の株価を予
想するニューラルネットワークを決定しなさい．
出力
入力１
入力２
0.995259
0.970086
1
0.995259
0.955139
1
0.967533
0.955139
0.996595
0.967533
0.975021
0.996595
0.957785
0.975021
0.932713
0.957785
0.916515
0.932713
0.938545
0.916515
0.948293
0.938545
0.924696
0.948293
0.89519
0.924696
0.901835
0.89519
0.881792
0.901835
入力３
0.982512
0.970086
0.995259
1
0.955139
0.967533
0.996595
0.975021
0.957785
0.932713
0.916515
0.938545
0.948293
0.924696
0.89519
0.997984
0.982512
0.970086
0.995259
1
0.955139
0.967533
0.996595
0.975021
0.957785
0.932713
0.916515
0.938545
0.948293
0.924696
𝑥1
𝑢1
𝑦
𝑥2
𝑥3
𝑢2
𝑢3

Download Report