ニューラルネットワークの訓練の手順 2-3.深層学習（ディープラーニング） 2025年10月19日 0 1.アーキテクチャの定義入力ノード、出力ノード、隠れ層の数などを定義する。2.重みの初期化3.データを入力4.入力ごとに重みをかける5.重みをかけられた入力値から、隠れ層の値を計算する6.各隠れ層の値に、活性化関数を適用する7.隠れ層の結果から、出力層の値を計算する8.出力層の活性化関数を計算する9.予測値と出力値の差を計算する10.9.の結果で、各重みを更新する11.終了条件に達しない場合、3.以降を繰り返す
検定 1-2-3.仮説検定 2025年10月05日 0 ある事象が、偶然おこったものか、そうではなく、意味があるのか、を調べる。次のような手法がある。1.2つのカテゴリーデータ間の関連性の有無 カイ二乗検定2.2つのデータ群の差の有無を確かめる2-1.データが正規分布と仮定するパラメトリックな方法(平均値や標準偏差を利用) t検定など2-2.正規分布を仮定せず、平均値や標準偏差を利用せず、データの順位などを利用 順和検定など
ブラケット記法 #--知識--量子コンピュータ 2025年10月02日 0 量子の状態を表す記号 |0> ・・・’０’の状態 |1> ・・・’１’の状態重ね合わせの状態はα|0> + β|1> で表すαとβは、|0>と|1>がどのぐらいの割合で、重ね合わさっているかを表すαとβは、複素数となり、|α|の２乗が、測定したときに、|0>が出る確率、|β|の２乗が、測定したときに、|1>が出る確率となる。
量子重ね合わせと量子もつれ #--知識--量子コンピュータ 2025年10月01日 0 量子重ね合わせ量子ビットは、「0」「1」の両方の状態を持つ。確率的に「0」「1」のどちらかが出る。1量子ビットで、「0」「1」の2通りの状態があるため、n量子ビットでは、2nの状態がある。量子もつれ一方の量子が「0」のときは、もう一方は「1」となるような関係となること。1つの量子ビットの操作で、他の量子ビットを操作できる。2つの量子が、どのような距離にあっても、即時に相互作用する。
