ラズベリーパイと機械学習（python）を使って数字認識してみた

こんにちは．けんゆーです（@kenyu0501_)

今日は，「Raspberry Piではじめる機械学習（基礎からディープラーニングまで）」というBluebacksの本を読んで実際にpyhonコードを走らせてみました．

カラー図解 Raspberry Piではじめる機械学習 基礎からディープラーニングまで (ブルーバックス)

posted with ヨメレバ

金丸 隆志 講談社 2018-03-15

Amazon

Kindle

楽天ブックス

やってみたことは，数字の認識です！
機械学習のとっかかりとして初めてみました．
脳波の解析に応用すべく勉強しないといけないので頑張ってます！笑
興味がある人や，この本気になっている人などの参考になれば幸いです．

実際のモノについて

数字認識を参考書に書かれている通りに実装していきます．
二つのパターンがあって，ひとつは「サポートベクターマシン」，もう一つは「ニューラルネットワーク」です．
それぞれのアルゴリズムで試した結果を以下のYoutube動画（３０秒程度）にアップロードしているので，ご覧ください．

結果は！？

さてさて，以上の３０秒程度のYouTube動画をご覧になられたと思いますが，，，

よく間違える！！！

しかし，なんとなーくピクセルから文字のぼやぼやを解析して読み取りちょっとは当たる！！笑

なんなんだ！この微妙な正答率は！？面白いぞ！！

個人的な印象としては，正解率は５０％程度でしょうか．
今回は６４ピクセルの解像度でしたが，もう少し細かくとると精度も上がるかもしれません．

内側のアルゴリズムについて

あらかじめ数値データとしてのデータセットが用意されています．
そのデータセットは，サイキットラーンsklearnというライブラリに格納されています．
あらかじめ，64ピクセルごとに特徴量で分けられたいろんなパターンがあって，そいつを学習用データとして用いております．

その後，サポートベクターマシンかニューラルネットワークのどちらかを用いて分類器を構築していくわけです．

今後とも色々と機械学習触っていきます！

では

カラー図解 Raspberry Piではじめる機械学習 基礎からディープラーニングまで (ブルーバックス)

posted with ヨメレバ

金丸 隆志 講談社 2018-03-15

Amazon

Kindle

楽天ブックス

こちらもラズベリーパイを使っています！