線形再帰アルゴリズムのMNIST数字データのパフォーマンス

 この間、新しいアルゴリズムの改良をしてきたが、正解率の最大は93.36%にとどまる。すなわり、トレーニング後、それには使わなかったテストデータ10000個の数字について認識させると、664個の誤りが出るということだ。このままのアルゴリズムではこの辺りが限界のように思う。これ以上は、畳み込みニューラルネットワークのように、平行移動や歪みに強くなるような対応が必要だ。それを考えているが、その前にどのように誤っているのかを確認しようと思った。

以前、ディープラーニングでMnistデータを使った時に、およそ人間にも難しい文字が少なくなかったような記憶もある。

それで画像データとどのように間違ったかを示すパネルを表示させた。以下がその全てである。数字画像の下のテキストに、データ番号とどのデータを間違ったのかが示している。

読めていなければならない文字も少なからずあることがわかる。