今ホットな
Python ディープラーニングを、
初心者の私が個人的に勉強中なのですが、
いくつか分かったことがあるので
自分への備忘録代わりに書いておきます。
間違ってたらすみません。
/******************************************
①元データとなるファイルの読み込み・整形
↓
②学習
↓
③予測
↓
④出力
の流れとなる。
で、多くの入門サイトで
②のinputをlog(自然対数)に変換
③のouputをexpに変換ということを
さらっとやってます。
なぜそういうことをやっているのかという点に
一切触れてません。。。
で、数時間苦しんだ挙句
↓のサイトにたどり着きました。
https://teratail.com/questions/103865
これを見ると、
機械学習において予測しようとしている値が正規分布に従ったほうが精度がよくなるのだそうです。
②でlogに変換すると正規分布により近くなります。
その状態で学習→予測させます。
予測の出力結果はexpで元の形式に戻してあげるということです。
正規分布とはちょいと難しい数学の話になりますが、
要は釣り鐘型の分布のことです。
数学の深い部分はこれ以上突っ込むと時間がいくらあっても足りないのでこの辺で。
これでようやく謎が解けた。
******************************************/