Now Loading...

Now Loading...

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。

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)

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↓ zero to one G検定 人工知能基礎 jdla

AIエンジニアを目指すならE資格

日本ディープラーニング協会の実施するE資格の受験に必要となるE資格認定プログラムを割引価格で提供中です。最短合格を目指す方向けのスピードパッケージを70,000円で提供中。(一発合格で33,000円のキャッシュバックキャンペーンも実施中です) zero to one E資格 jdla

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 E資格 jdla

関連ワード

機械学習の具体的手法

教師あり学習

教師なし学習

強化学習

モデルの評価