人工知能

はぐれ弁理士 PA Tora-O です。前回（第３回）では、活性化関数の要求仕様を踏まえてクレーム第２形態を作成しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

今回（第４回）は、ＲｅＬＵの改良案、 ...

はぐれ弁理士 PA Tora-O です。前回（第２回）では、活性化関数の要求仕様について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

第３要件：活性化区間における傾きが１である ...

はぐれ弁理士 PA Tora-O です。前回（第１回）では、ＲｅＬＵ関数の概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

今回（第２回）は、活性化関数の要求仕様について、ＲｅＬＵを ...

はぐれ弁理士 PA Tora-O です。今回のテーマとして、ディープラーニングで頻出のＲｅＬＵ関数を題材に取り上げていきます。

例えば、教師あり学習では、出力値と教示値の差分の関数である損失関数（あるいは、学習誤差）が ...

はぐれ弁理士 PA Tora-O です。前回（第３回）では、ドロップアウトに関するクレーム骨子について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

前回に提案したクレーム骨子を活かそうとする ...

はぐれ弁理士 PA Tora-O です。前回（第２回）では、ドロップアウトの実施例について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

今回（第３回）は、ドロップアウトに関するクレーム骨子を ...

はぐれ弁理士 PA Tora-O です。前回（第１回）は、ドロップアウトの概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。

今回（第２回）は、ドロップアウトの実施例を具体的に検討した ...

はぐれ弁理士 PA Tora-O です。 今回のテーマとして、ディープラーニングで頻出のドロップアウトを題材に取り上げていきます。

機械学習の１つの類型として、入力値と教示値（正解値）からなる訓練データを与えて学習を行 ...