多クラス分類
多クラス分類
多クラス分類とは多数のクラスを分類する手法です。
主な手法としては三つが挙げられ、One-vs-Rest,One-vs-One,多クラスソフトマックスとなっています。
One-vs-Restではひとつのクラスとその他のクラスを分類することをすべてのクラスにおいて実行し、最終的に被った部分などの判断は出力の強さで判断します。
One-vs-Oneでは任意のひと組のクラスを分類するため、nC2個の分類器が必要となります。また、最終的に被った部分などの判断は各分類器の多数決によって判断します。
多クラスソフトマックスではソフトマックス関数を用いて判断します。
👉より体系的に学びたい方は「人工知能基礎」（東京大学松尾豊先生監修）へ
クイズ
多クラス分類のタスク用にモデルを構築する際、一般的に出力層に用いるべき活性化関数は何か， 最も適切な選択肢を一つ選べ．
- 正解を見る
- 解説を見る一般的に多クラス分類問題ではソフトマックス関数， ニクラス分類問題ではシグモイド関数やtanh関数が使用されます。
（参考:G検定公式テキスト 第2版 第4章 4-1 P124-125)
（参考：G検定公式テキスト 第1版 P97-98）👉G検定の受験対策は約1,000問収録の「G検定実践トレーニング」へ
人工知能基礎講座を提供中
人工知能の第一人者である東京大学の松尾豊教授が監修した人工知能基礎講座を受講してみませんか？
人工知能の歴史から自然言語処理、機械学習、深層学習といった最先端のトピックやAIに関わる法律問題まで網羅しているので全てのビジネスパーソン・AIの初学者におすすめです。
サンプル動画
人工知能基礎講座はこちら↓
AI初学者・ビジネスパーソン向けのG検定対策講座
G検定受験前にトレーニングしたい方向けの問題集「G検定実践トレーニング」も提供中です。
zero to oneの「E資格」向け認定プログラム
日本ディープラーニング協会の実施するE資格の受験ならzero to oneの「E資格」向け認定プログラム (税込165,000円) をおすすめします。当講座は、東京大学大学院工学系研究科の松尾豊教授と東北大学大学院情報科学研究科の岡谷貴之教授が監修する実践的なプログラムとなっています。
厚生労働省の教育訓練給付制度対象のE資格認定プログラムの中では最安値※となり、実質負担額49,500円～(支給割合70%の場合)で受講可能です。※2023年弊社調べ
