Современная математика глубокого обучения

Эмпирическая матрица признаков

Проект с пингвинами

Проект использует 342 записи Palmer с нужными измерениями: 240 для обучения, 102 для проверки. Выбранные примеры для обучения определяют масштабирование и параметры модели. Исходный CSV

Этот проект обучает веса с помощью softmax, в отличие от лаборатории на главной странице, где используются ближайшие средние по видам. Те же измерения пингвинов, но разные методы классификации. Предсказания могут различаться.

Векторы и матрицы · Описывают операции над векторами и матрицами.

Векторы проекта имеют два признака; обучающая матрица содержит n строк и два столбца. Инструменты применимы, когда выполнены их предположения.

Рассмотрите понятие рядом с проектом: предположения источника могут отличаться. Эти наблюдения не доказывают теорему.

Вход: 12 × 2; Проверка на новых данных: 102 · #58 · 40.6 мм, 193 мм. Известный ответ: Адели; Прогноз: Адели · [≈0,7383; ≈0,2444; ≈0,01737].

Используется в разделах источника: 2.4 Двойной спуск

Матрица Σ — сумма внешних произведений X⁽ⁱ⁾(X⁽ⁱ⁾)ᵀ по наблюдаемой выборке.

Эта матрица объединяет координаты обучающих входов.

Пример формулы источника

\Sigma

Иллюстрация · Это сумма по четырём наблюдаемым векторам. Она не является ковариацией генеральной совокупности или средним выборки.

Обозначения

$X$: Обучающий входной вектор.
$Σ$: Сумма внешних произведений выборки.

Пример формулы источника

Этот пример использует свои входные данные и предположения. Его изменение не меняет проект.

Измените значение или код и запустите пример. Это конечная иллюстрация, а не доказательство теоремы.

Поток данных в этом примере

Начальные значения в коде

vectors = [ [1, 0], [-1, 0], [0, 1], [0, -1], ]

Вычисляется здесь

Выражение результата: { vectors, sigma }

sigma = [0, 1].map((i) => [0, 1].map((j) => vectors.reduce((s, x) => s + x[i] * x[j], 0)), ) Использует: vectors

Возвращает

Пример результата

vectors: массив (4 элементов): [массив (2 элементов): [1, 0], массив (2 элементов): [-1, 0], массив (2 элементов): [0, 1], массив (2 элементов): [0, -1]]
sigma: массив (2 элементов): [массив (2 элементов): [2, 0], массив (2 элементов): [0, 2]]

JavaScript

Прочитайте числа из input и верните результат. Основы JavaScript.

Результат

Включите JavaScript, чтобы запустить пример.

Техническая формулировка

Числовые значения вымышлены. Это сумма по четырём наблюдаемым векторам. Она не является ковариацией генеральной совокупности или средним выборки.

Источник: Обозначение в тексте