コンテキスト esp32をベースにした非常にシンプルな開発ボードが作成されました。これは2x4の配列で配置された8つのタッチセンサーを読み取ります。esp32は、いずれかのセンサーへの最初のタッチを検出し、次に次の100ポイント（約1秒）の間、各タッチセンサーの（正規化された）値をWi-Fi接続を介してCouchDBデータベースに送信します。 設定により、イベントごとに8 * 100個の値が記録されます。考え方は、例えば3つの任意のジェスチャーを学習させ、機械学習を使用して新しいイベントを分類することです。タッチ配列は、一般的なユーザーインターフェイスとして機能することを意図しています。初期テストでは、次のジェスチャーが使用され、「クラス」名が与えられています。 右スワイプ = "r" 左スワイプ = "b" ダブルタップ = "k" 3つのジェスチャーの概要からわかるように、人間でさえプロファイルを区別するのに問題はありません。考え方は、分類を行うアルゴリズムを書くのではなく、ニューラルネットワークを使用して800個の入力特徴を分類することです。 この作業は、機械学習に入門し、ニューラルネットワークがパターンを区別できることを示すための概念実証（POC）です。また、一般的なJupyterノートブック（Python）ベースのワークフローの例を示すことも目的です。 ![ここに画像の説明を入力][1] ![ここに画像の説明を入力][2] コンテンツ 提供されたデータセットはpandasに読み込むことができ、日時ベースのインデックスを持つデータフレームになります。これは、ドキュメントがCouchDB上で作成された時間です。 「イベント」列には、タッチセンサーの値の配列が格納されています。つまり、100x8の値があります。numpyの同等の形状は(100, 8)です。 「クラス」には、イベントを記録する際に与えられた文字列が格納されています。POCの初期の考え方の結果として、クラスは後の表現での色（赤、青、黒）を参照しています。これはまだ変更されておらず、包括的なデータセットを持つには最善の方法ではないことは確かです。 謝辞 Courseraでの業績について、Andrew Ngに感謝します。また、esp32にPythonを持ち込んでくれたMicroPythonとesp-idfコミュニティにも感謝します。 インスピレーション ニューラルネットワークはアルゴリズムを書く部分を担うことができますか？私が考えを提供し、コードがネットワークによって書かれるだけで十分でしょうか？ [1]: https://storage.googleapis.com/kagglesdsdata/datasets/28422/36213/esp32_touch.JPG?GoogleAccessId=web-data@kaggle-161607.iam.gserviceaccount.com&Expires=1527504284&Signature=a3Be8ZTbBoU36luiwe%2BRolgeIiv9i2TgDDRlSPl3QbzUu2cSyOEqGNHiZBEuTik4FRtikx9RhHgBZo3iYIUuD6mmUufLmQogGRQgLs8vEAKRgwmfnvJ8jrDp1WvS67DcQiBwN1GtjCvmx%2Fx2feO%2F6eqC%2Fl1evo1tNrJzaV9KNfsvfT0DAsMeMltJqZ5jfozhPxHbHIekqMiCdlNwqg3yGTowb5Jpral3aat4wQOCf74j5iLr3Rmg%2FJ%2B0hV5sKonq%2F%2FvEtZ056HmW4cbx%2BIzM9qWGPptxuQBrBViWtrP4aULcL%2BNtwP4z9XaoBAfoqUmkOP9e9h4K6U6jQjI9%2BSvOpA%3D%3D [2]: https://storage.googleapis.com/kagglesdsdata/datasets/28422/36219/event_overview.jpg?GoogleAccessId=web-data@kaggle-161607.iam.gserviceaccount.com&Expires=1527514694&Signature=OIvLKRqWNLuBUBptUx7DFNKc6Pp1KPCB2TkdCwDPerrRmJ7WObqKUqYicFU3zhgYf13Aqi%2B7DZJ5vGLCxhvZWePoNh6fb%2FqOeISrsuwkZ8Aw66Mwbnl%2BHqttjskf9qGq9O7R2jFDOUWfrrss28%2FzgxkTUayftwx1E%2FdSy32TilKgfx1XQgsyeiPgsjUPMXkgMhw9Me%2B5fr4Oxq8QriUuL1Ft0MvZynsMdHPZtj49R25NND9E3HjWRmuRmXaz7ADucVWc4Ljwj7Crxp6pRAPwx0BmHoxzrBbbKcLoz355I%2BngWqZKEIMQfkZKwpGdVkBw9j%2FKBsgi%2BBLnDCjzl8T5bA%3D%3D