1.1 パーセプトロン 1.1.1 最初のKerasのコードの例 1.2 多層パーセプトロン:最初のネットワークの例 1.2.1 パーセプトロンの学習における問題と解決策 1.2.2 活性化関数:シグモイド 1.2.3 活性化関数:ReLU 1.2.4 活性化関数 1.3 実例:手書き数字認識 1.3.1 one-hotエンコーディング:OHE 1.3.2 Kerasによるシンプルなネットワークの定義 1.3.3 Kerasのシンプルなネットワークを動作させてベースラインとして設定 1.3.4 隠れ層の追加による精度向上 1.3.5 ドロップアウトによる精度向上 1.3.6 最適化アルゴリズムの変更 1.3.7 学習エポックの増加 1.3.8 学習率の制御 1.3.9 内部隠れ層の増加 1.3.10 バッチ計算サイズの増加 1.3.11 手書き数字認識の実験の要約 1.3.12 正則化 —— 過学習を避ける 1.3.13 ハイパーパラメータチューニング 1.3.14 予測結果 1.4 誤差逆伝播法の実践的な全体像 1.5 ディープラーニングのアプローチについて 1.6 まとめ