機械学習入門: レポート課題4

2020/05/18（実用解析I）出題のレポート課題。PDFにして, manabaにアップロードすること。

1. 前回レポート(5/17提出締め切り)について, 班の他のメンバーのレポートを閲覧し, 自分のレポートの改善すべき点を述べよ。

2. 今回の課題1-1から最後までを行って, それぞれのこたえを述べよ。

3. 「Raspberry Piではじめる機械学習」の第6章を読んで, 理解したこと・気づいたことをまとめよ。

4. 以下の用語を説明せよ: 学習用データ, テスト用データ, エポック, ミニバッチ, 過学習, 損失関数

5. 次回から「ゼロから作るDeep Learning」に入る。同書のサンプルプログラムをhttps://github.com/oreilly-japan/deep-learning-from-scratchからダウンロードし, 解凍・展開せよ。その際, ホームディレクトリの中にwork_DLという新たなディレクトリを作り, その中で作業をせよ（解凍してできるdeep-learning-from-scratch-masterというディレクトリをwork_DLという名前に変えればOK）。

6. 同書の第1章から第4章までのサンプルプログラム（下記）を全て実行せよ。それぞれの結果をそれぞれ報告し, プログラムが何をやっているか述べよ。

• ch01/img_show.py
• ch01/sin_cos_graph.py
• ch02/and_gate.py
• ch02/nand_gate.py
• ch02/or_gate.py
• ch02/xor_gate.py
• ch03/mnist_show.py
• ch03/neuralnet_mnist.py
• ch03/neuralnet_mnist_batch.py
• ch03/step_function.py
• ch03/sigmoid.py
• ch03/sig_step_compare.py
• ch03/relu.py
• ch04/gradient_1d.py
• ch04/gradient_2d.py
• ch04/gradient_method.py
• ch04/gradient_simplenet.py
• ch04/train_neuralnet.py
• ch04/two_layer_net.py

7. 以下のチェックリストの各項目について, ○かXかで自分自身を評価せよ。

1. 「Raspberry Piではじめる機械学習」の第6章を, とばさずにきっちり読んだ。
2. テキストのソースコードを, 1行ずつ, 丁寧に読んで何をしているか自分で考え, 理解している。
3. ニューラルネットワークの構造をおおまかに理解した。
4. 活性化関数とソフトマックス関数と損失関数の違い・関係を理解した。
5. 同じ班のメンバーとうまくコミュニケーションし, 助けあって問題解決をしている。