前回はパーセプトロンというアルゴリズムについて確認しました。
今回はパーセプトロンを用いて簡単な論理回路について考えてみたいと思います。

【ANDゲート】
ここで考える論理回路は２つの入力（x₁,x₂）を受けて、１つの出力（y）を返すゲートです。下の図の通り、ANDゲートでは２つの入力が１のときだけ１を出力し、それ以外は０を出力します。

【NANDゲート】
NANDゲートは先程のANDゲートと出力が反対になります。

【ORゲート】
ORゲートは２つの入力が０のときは出力０を返し、それ以外は出力１を返す論理回路です。

【XORゲート】
では次のようなXORゲートはどうでしょうか。
実はこれはAND,NAND,ORゲートと異なりこれまでみてきたパーセプトロンでは実装できません。
次回はこの問題を解決するために多層パーセプトロンを勉強してみます。

pythonの簡単な予習が終わったので、やっと本題に入ることができました。

【ニューラルネットワークとは】

下図のように、人間の神経回路は「ニューロン」と呼ばれる神経細胞で構成されれています。

ニューロンは、細胞体から伸びる樹状突起と軸索で構成されており、軸索の末端は「シナプス」と呼ばれ、他のニューロンの樹状突起に接続しています。

ニューロンはシナプスを介して電気的信号を受け取り、その信号がある閾値を超えていると次のニューロンへと信号を伝達します（発火）。

「ニューラルネットワーク」とはこの人間の神経回路のネットワーク構造を模した情報処理システムのことです。「パーセプトロン」とは、このニューラルネットワークの最も基本的なアルゴリズムです。

x₁、x₂は入力信号、w₁、w₂は重み（信号の重要度）を表し、それぞれ乗算されたものがニューロンへと伝達されます。その総和がある限界値を超えた場合に発火することとし、この限界値のことを閾値θとします。(実際にはもっと多くの入力がありますが、ここでは簡単のため２つだけです)
これを数式化すると以下のように表現できます。

今日は matplotpyplot の pyplot モジュールを使ってグラフの描画のお勉強。

✔簡易的な描画と、オブジェクト指向の描画の2つがあること
✔オブジェクト指向の描画では、描画領域の fig, ax インスタンスを作成する
✔グラフタイトル、目盛り、レジェンドなどのメソッドが用意されている

これらのポイントを確認しました。

python入門はここまで。
次回以降はやっとDeep Learningの内容になる予定です。

前回はpythonの「クラス」について確認しました。
まだまだディープラーニングの「デ」の字も見えてきません…（笑）

全くのプログラミング未経験だと、「関数」と「メソッド」、「ライブラリ」と「モジュール」など似たような言葉で混乱しやすいですね。

それからオブジェクト指向を理解しておかないと、

a = [1, 2, 3, 4, 5]
len(a)  が OK で
a.len() が NG かわかりませんでした… 

今回は機械学習の行列計算で必須のpythonライブラリ「Numpy」のお勉強です。

今日はここまで。

前回は超基礎の算術計算、データ型、if文、for文、関数の作成を確認しました。
今回はクラスについてお勉強。

【クラス】

プログラミングでいう「オブジェクト」とは、
“Hello” などのデータと、そのデータがもつ find() join()などのメソッドを合わせたもの。

このオブジェクトの設計図を「クラス」という。
クラスから作ったオブジェクトを、特別に区別する意味で「インスタンス」と呼ぶ。

例えば車クラス（オブジェクト）という新しいクラスを考えると、
データにあたるのが、メーカーや排気量、色など
メソッドにあたるのが、走る・曲がる・止まるなど
インスタンスは車そのもの

これをコードで表現すると、クラスの定義は、

class 車:
    def __init__(self,メーカー,排気量,色):
        self.メーカー = メーカー
        self.排気量 = 排気量
        self.色 = 色

    def 走る(self):
        print("走り出す")
    
    def 曲がる(self):
        print("曲がる")

    def 止まる(self):
        print("止まる)

車インスタンスを作って、変数 car に代入するのは、
この時メーカーと排気量、色を決めてインスタンスを作成。

car = 車(HONDA,2000cc,white)

これでメーカーや排気量などのデータと、走る・止まるなどのメソッドをもったcarオブジェクトができる。データへのアクセスやメソッドは、この通り。

>>> car.メーカー
HONDA

>>> car.排気量
2000cc

>>> car.走る()
"走り出す"

もう少しかっこよくclass Manを定義してみるとこんな感じ。
__init__()はインスタンス作成時に自動的に呼び出されるのでprint(“Initialized!”)が実行されている。

…という理解でいいのだろうか。

暑さも通り過ぎて秋らしい季節になってきました。
３連休は家族サービスのため、やや疲弊気味ですが今日から以前紹介した「ゼロから作るDeep Learning（斎藤 康毅 著）」の写経を始めてみようと思います。

Pythonというプログラミング言語も別に勉強していますが、適宜復習しながらすすめて行く予定です。

（実行環境）
macOS Mojave ver.10.14.5
Python 3.7.3
Anaconda 4.3.0
Jupyter Notebook 5.7.8

【算術計算】

【データ型】

【変数】

【リスト】

【ディクショナリ】

【ブーリアン】

【if文】

【for文】

【関数】

とりあえず初回はpythonの超基礎の簡単なとこから。