はじめに
この実験では、MNISTデータセットからの手書き数字を分類するためにロジスティック回帰アルゴリズムをどのように使用するかを学びます。MNIST数字分類タスクのサブセットに対してL1ペナルティを付けた多項ロジスティック回帰を適合させるために、SAGAアルゴリズムを使用します。
VMのヒント
VMの起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebookを使って練習しましょう。
時々、Jupyter Notebookが読み込み終了するまで数秒待つ必要がある場合があります。Jupyter Notebookの制限により、操作の検証は自動化できません。
学習中に問題に遭遇した場合は、Labbyにお問い合わせください。セッション後にフィードバックを提供してください。そうすれば、迅速に問題を解決します。
Skills Graph
%%%%{init: {'theme':'neutral'}}%%%%
flowchart RL
sklearn(("Sklearn")) -.-> sklearn/CoreModelsandAlgorithmsGroup(["Core Models and Algorithms"])
sklearn(("Sklearn")) -.-> sklearn/DataPreprocessingandFeatureEngineeringGroup(["Data Preprocessing and Feature Engineering"])
sklearn(("Sklearn")) -.-> sklearn/ModelSelectionandEvaluationGroup(["Model Selection and Evaluation"])
sklearn(("Sklearn")) -.-> sklearn/UtilitiesandDatasetsGroup(["Utilities and Datasets"])
ml(("Machine Learning")) -.-> ml/FrameworkandSoftwareGroup(["Framework and Software"])
sklearn/CoreModelsandAlgorithmsGroup -.-> sklearn/linear_model("Linear Models")
sklearn/DataPreprocessingandFeatureEngineeringGroup -.-> sklearn/preprocessing("Preprocessing and Normalization")
sklearn/ModelSelectionandEvaluationGroup -.-> sklearn/model_selection("Model Selection")
sklearn/UtilitiesandDatasetsGroup -.-> sklearn/utils("Utilities")
sklearn/UtilitiesandDatasetsGroup -.-> sklearn/datasets("Datasets")
ml/FrameworkandSoftwareGroup -.-> ml/sklearn("scikit-learn")
subgraph Lab Skills
sklearn/linear_model -.-> lab-49297{{"MNIST 多項ロジスティック回帰"}}
sklearn/preprocessing -.-> lab-49297{{"MNIST 多項ロジスティック回帰"}}
sklearn/model_selection -.-> lab-49297{{"MNIST 多項ロジスティック回帰"}}
sklearn/utils -.-> lab-49297{{"MNIST 多項ロジスティック回帰"}}
sklearn/datasets -.-> lab-49297{{"MNIST 多項ロジスティック回帰"}}
ml/sklearn -.-> lab-49297{{"MNIST 多項ロジスティック回帰"}}
end