Week4の課題は0-9の手書きの数字を機械学習させて認識させる課題でした。
これをMulti-Class classificationとNeural Networkの2つの方法で解くという設定でした。
Neural Networkをついにプログラミングできるという喜びとやりがいのある
課題だったのを覚えています。
それでは、まずDatasetをみてみます↓
5000X400！！
Week2やWeek3の課題ではSample数は50-100個でしたので
圧倒的に増えました。
5000のTraining Exampleで400は20X20の正方形のデータということです。
絵にするとこういう感じですね↓
Neural Networkをやれるんだ！という気がしてきます。
問題文を読み進めていきます。
5000のSampleのうち、100をランダムに取り出してVisualizeするという説明です。
１行が1つのSampleなので100行取り出すと
100個のSampleを取り出すことになるはずです。
だから、プログラム実行後のFigure1も10X10で100個のSampleになっていると
思います。
それではプログラム全体ex3.mをみてみます。
赤で囲った部分で100行を取り出していて、それをselとしているようです。
selは100X400のベクトルだと思います。
やはりそうでした。
生データを見てみました↓
みてもよくわかりませんでした。。。
displayData(sel)でDataを表示しているので、displayData.mを
見てみましたが複雑すぎてわからないので飛ばします。
機械学習そのものではなくDataの表示の仕方なのも飛ばす理由の1つです。
今回はここまでです。また次回頑張ります！