Pythonではじめる教師なし学習 ―機械学習の可能性を広げるラベルなしデータの利用

236

11

章 深層信念ネットワークを用いた特徴量検出

1

層ずつ学習していく。

DBN

の最後の数層を微調節（

fine-tuning

）するためだけにラベルを使ってもいいが、それは教師な

し学習が終わったあとの話だ。例えば、

DBN

を使ってクラス分類を作るなら、まず教師なし学習を行っ

て（ こ の 過 程 は 事前学習（

pre-training

）と呼ばれる）それからラベルを使った微調節を行う。

11.2

 

MNIST

画像クラス分類

また

MNIST

データセットに立ち返って、

DBN

を用いた

MNIST

画像クラス分類を作ってみよう。

まず必要なライブラリをロードする

＊

1

。

"""Main"""

import numpy as np

import pandas as pd

import os, time, re

import pickle, gzip, datetime

"""Data Viz"""

import matplotlib.pyplot as plt

import seaborn as sns

color = sns.color_palette()

import matplotlib as mpl

%matplotlib inline

"""Data Prep and Model Evaluation"""

from sklearn import preprocessing as pp

from sklearn.model_selection import train_test_split

from sklearn.model_selection ...