始める無料で始める

二値分類モデル

Banknote Authentication データセットの中身がわかったところで、実際に本物と偽物の紙幣を見分けるシンプルなモデルを作っていきます。

出力に単一のニューロンを使って二値分類を行います。データセットには特徴量が4つあるため、入力層は4ニューロンになります。モデルの出力は 0 から 1 の範囲に制約されます。

この出力値は、入力変数が偽のドル紙幣に由来する確率として解釈します。1 に近いほど「偽物である」と確信していることを意味します。

この演習はコースの一部です

Kerasで学ぶIntroduction to Deep Learning

コースを見る

演習の手順

  • tensorflow.keras から Sequential モデルと Dense レイヤーをインポートします。
  • シーケンシャルモデルを作成します。
  • input_shape パラメータで4ニューロンの入力層を、sigmoid 活性化で1ニューロンの出力層を追加します。
  • オプティマイザに sgd を指定してモデルをコンパイルします。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Import the sequential model and dense layer
from tensorflow.keras.____ import ____
from tensorflow.keras.____ import ____

# Create a sequential model
model = ____

# Add a dense layer 
model.____(Dense(____, input_shape=(____,), activation=____))

# Compile your model
model.____(loss='binary_crossentropy', optimizer=____, metrics=['accuracy'])

# Display a summary of your model
model.summary()
コードを編集して実行