ディープラーニングを用いた、回帰予測が可能なモデルを提供します。
訓練データで学習して、精度の高いモデルを目指して下さい。
また完成したモデルを用いて、未知データに対する予測が可能です。
■解析者が設定可能な変数(ハイパーパラメータ)
・訓練、検証、テストデータの割合
・バッチサイズ
・ネットワークのノード数
・学習率
・エポック数
■コードの流れ
(step1)解析準備とデータ呼出し
(step2)データの可視化
(step3)標準化とデータセットの準備
(step4)データ分割とミニバッチ処理
(step5)モデルの定義
(step6)損失関数の定義
(step7)最適化アルゴリズムの設定
(step8)学習の実行
(step9)モデルの評価
(step10)未知データに対する予測
■説明書の内容(一部)
・サンプル用データセットの説明
・コードの概要
・中間層の増やし方
・別データセットへの変更方法
■動作環境
GoogleColaboratoryでの動作を確認しています。
個々の環境に依存するエラーには対応できません。
■商品に含まれるもの
・Pythonコード(.ipynb)
・サンプル用データセット(.csv)
・説明書(.pdf)