Современная математика глубокого обучения

Независимая случайная выборка

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.

Наблюдения и выборки · Описывают примеры, цели и выборки.

Выбранные примеры дают измерения и известные ответы для обучения; примеры для проверки отделены.

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: 1.2 Обучение на примерах · 1.2.3 Работает ли это на новых примерах? · 1.3 Вопросы, которые нас ждут

ℙZ — распределение примера данных Z. Его m-кратное произведение — совместное распределение m независимых примеров с тем же распределением.

Это отличает случайную выборку от одной наблюдаемой выборки.

Пример формулы источника

{\mathbbm{P}}_{Z}

Иллюстрация · Здесь перечисляется точный совместный закон для двух примеров с конечным числом значений; случайная выборка не производится.

Обозначения

$Z$: Случайный пример данных.
$ℙZ$: Его закон распределения вероятностей.
$m$: Размер выборки, положительное целое число.
$S$: Случайная выборка.
$ℙZᵐ$: Произведение законов для m независимых примеров.

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

values = [0, 1]
p = [0.25, 0.75]

Вычисляется здесь

Выражение результата: { joint }

joint = values.flatMap((a, i) => values.map((b, j) => ({ sample: [a, b], probability: p[i] * p[j] })), ) Использует: values, p

Возвращает

Пример результата

joint: массив (4 элементов): [объект (2 элементов), объект (2 элементов), объект (2 элементов), объект (2 элементов)]

JavaScript

Прочитайте числа из input и верните результат. Основы JavaScript.

Результат

Включите JavaScript, чтобы запустить пример.

Техническая формулировка

Числовые значения вымышлены. Здесь перечисляется точный совместный закон для двух примеров с конечным числом значений; случайная выборка не производится.

Источник: Обозначение в тексте