今日の積み上げ
- 機械学習
- 深層学習についてヨビノリたくみさんの解説動画を視聴した
昨日のブログに書いた深層学習本にも関連しますが、下記記事のリンクに貼られていたヨビノリたくみさんが解説動画がわかりやすかったので、書き残しておこうと思います。
入力層、出力層の間の中間層が複数以上あることを深層学習と言い、各層を繋ぐ経路の重要性や組み合わせの方法を重みで変えていき、正解を導き出すためにこの重みを調整することを学習と言うことを学んだ。
解説では、数字の文字を5×5のマスに分割し、その1マス1マスの情報を読み取って、合計25個のマス情報(=入力パラメータ)を分析していたが、これを金融データ活用チャレンジ課題にあてはめるとどうなるか、考えてみた。
まず最初に思い浮かぶのは、預金残高、借入残高、月々の返済金額、返済期間、住宅ローン利率といった金額に関する情報。
そして、その住宅ローンを組んでる顧客がどんな顧客なのかを知るための属性情報(年齢、職業、勤続年数、年収など)もパラメータとして必要だろう。
これらを分析し、どういうパターンのときに住宅ローン返済を延滞する可能性があるのか、パラメータ間の関係性の重みを調整していくイメージなのかな、と思った。
具体的な分析手法は全くの未知数だが、自分が作ったモデル(パラメータ間の重みづけをプログラミングしたもの)で、対象データを分析したときに正解を導き出す確率を競う、というのが金融データ活用チャレンジでやりたいこと、そんなふうに今のところは理解した。(ゼロベースから半歩前進できた感あり)
それでは、また。