1.概要

AI ∋ 機械学習 ∋ ディープラーニング

2.微分

微分は接点の傾きを求められる y=ax+b / y=ax^2

傾き0を利用することで、ある関数（ex.誤差）が最小（or最大）となる点が求まる

入力変数xが1つであるという制約

家賃の予測家賃=y（出力変数） x:入力変数（広さ、距離）

単回帰分析では、xは1つ（広さだけを使う）複数を考慮したいときは、重回帰分析

広さx、家賃yのデータを入れる 20平米のとき→家賃5万モデルが完成する（学習させる、訓練させる）

学習済みデータを用いる広さを入れると、家賃が出てくる広さ4（入力値）→家賃4（予測値）外層、内層の範囲

Name		Name	Last commit message	Last commit date
Latest commit History 3 Commits
.ipynb_checkpoints		.ipynb_checkpoints
models		models
result		result
.gitignore		.gitignore
01_classの練習.ipynb		01_classの練習.ipynb
01_重回帰分析の実装.ipynb		01_重回帰分析の実装.ipynb
02_chainerの基礎.ipynb		02_chainerの基礎.ipynb
02_実データで演習.ipynb		02_実データで演習.ipynb
03_chainerでクラス分類.ipynb		03_chainerでクラス分類.ipynb
03_外れ値除去+スケーリング+重回帰分析.ipynb		03_外れ値除去+スケーリング+重回帰分析.ipynb
04_chainerで回帰.ipynb		04_chainerで回帰.ipynb
Python速習.ipynb		Python速習.ipynb
README.md		README.md
model.pkl		model.pkl
test.ipynb		test.ipynb