Малая положительная ошибка
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.
Приближение и глубина · Изучают ошибку приближения и размер сети при заданных условиях.
Проект содержит конечные наблюдения и обученные параметры. Проверочная выборка не устанавливает границы для генеральной совокупности и не доказывает теорему.
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: 3.2 Простые участки и много слоёв
Условие ε ∈ (0,1/2) требует, чтобы ε было положительным и строго меньше половины.
Допуск приближения задаёт желаемую ошибку.
Пример формулы источника
Иллюстрация · Здесь проверяется один возможный допуск; приближение не строится.
Обозначения
- Действительный допуск из (0,1/2).
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
Код изменён. Сбросьте его, чтобы вернуть схему примера.
Начальные значения в коде
epsilon=0.25
Вычисляется здесь
Выражение результата: { epsilon, valid: epsilon > 0 && epsilon < 0.5 }
Возвращает
epsilon- 0,25
valid- истина
Прочитайте числа из input и верните результат. Основы JavaScript.
Результат
Техническая формулировка
Числовые значения вымышлены. Здесь проверяется один возможный допуск; приближение не строится.
Источник: Обозначение в тексте