Excelでのニューラルネットワーク

このチュートリアルは、ExcelでXLSTAT-Rエンジンを用いてThis ニューラルネットワーク をセットアップして解釈することを支援します。using the XLSTAT-R engine in Excel.

ニューラルネットワークとは?

ニューラルネットワーク（NN:Neural networks) は、パターン認識、データマイニング、医療診断、不正検出などのさまざまな分野で使用される強力な機械学習アルゴリズムです。このアイデアを簡単に言うと、ニューラルネットワークが膨大な情報を受け取って、その情報から学習するようなシステムを開発するということです。たとえば、音声認識では、NN は録音音声から学習して、音を文字に変換するためににその知識うぃ使用します。

ニューラルネットワークは、一連のレイヤ（入力層、隠れ層、出力層）で構成された多数の内部結合されたニューロン（ノード）からなります。

XLSTAT-Rで開発されたニューラルネットワーク関数は、Rの neuralnet function from the neuralnet package (Stefan Fritsch)を呼び出します。

XLSTAT-Rのニューラルネットワークを適合させるデータ

データと結果のExcelシートは、下記のボタンをクリックしてダウンロードできます: データをダウンロード

このデータは、Boston dataset in the MASS packageです。町ごとの1人あたりの犯罪率、住居あたりの部屋数の平均、所有者が占有する住宅の中央値などボストンの郊外の住宅の値に関する情報を含みます。 これはもともとHarrison, D. and Rubinfeld, D.L. 著`Hedonic prices and the demand for clean air', J. Environ. Economics & Management, vol.5, 81-102, 1978.として出版されました。

ここでの目的は、利用可能な他のすべての変数を使用して、owner-occupied homes（所有者が占有する住宅）の中央値を予測することです。このチュートリアルの目的のために、初期データは再尺度化され、訓練データセットとテスト・データセットにランダムに分割されました。

XLSTAT-Rによるニューラルネットワークのセットアップ

XLSTATを開いて、下記に示すように XLSTAT-R / neuralent / Neural networks コマンドを選択してください:

次のダイアログ・ボックスが開きます: 一般タブでは、Dependent variables フィールドで範囲 N1 :N381 を選択し、Explanatory Quantitative variablesフィールドで範囲 A1 :M381 を選択してください。選択したデータが訓練データに対応します。 オプション・タブでは、隠れ層のニューロン数を定義するために、Neurons per layer フィールドに 5,3 と入れてください**。アルゴリズムRProp+** は、重みバックトラッキングつきの弾力的誤差逆伝播法（resilient backpropagation with weight backtracking）と言います。 予測タブでは、Explanatory Quantitative variables フィールドで、範囲A383 :M509 を選択してください。これはテスト・データのオブザベーションです。 OK をクリックすると計算が始まります。

ニューラルネットワーク出力の解釈

適合されたニューラルネットワークが、以下のグラフで表現されます: 黒い線は各レイヤ間のつながりと各つながりでの重みを示し、一方、青い線は各ステップで追加されたバイアス項を示します。グラフ内に表示される結果は、XLSTAT出力の重みの表にも提供されます。

テスト・データセットの最初のいくつかのオブザベーションについて、次の表に予測値が表示されます : ニューラルネットワークの性能を可視化するために、我々はthe predicted medv versus the actual medv をプロットできます (下記参照)。 モデルの予測値と実測値の間に強い相関を観察できます。したがって、我々はモデルがよく予測することを推定できます。 出典: https://www.r-bloggers.com/fitting-a-neural-network-in-r-neuralnet-pac