ความผิดพลาดถ่วงน้ำหนักและฟูเรียร์
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
การประมาณและความลึก · ศึกษาความผิดพลาดในการประมาณและขนาดเครือข่ายภายใต้เงื่อนไข
โครงการมีข้อมูลและพารามิเตอร์จำนวนจำกัด ชุดทดสอบไม่ยืนยันขอบเขตประชากรหรือพิสูจน์ทฤษฎีบท
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 3.1 กฎที่ขึ้นกับระยะทาง
ต้นฉบับเขียนความผิดพลาดถ่วงน้ำหนักใหม่โดยใช้รากที่สองของความหนาแน่นความน่าจะเป็น แล้วใช้การคงพลังงานฟูเรียร์
ตัวอย่างมีสองจุดที่น้ำหนักเท่ากันและใช้การแปลงฟูเรียร์ไม่ต่อเนื่องสองจุดที่ทำให้เป็นมาตรฐาน
ความผิดพลาดในโดเมนความถี่อาจเผยว่าฟังก์ชันใดประมาณได้ยาก
ตัวอย่างสูตรต้นฉบับ
ภาพประกอบ · ตัวอย่างใช้การแปลงไม่ต่อเนื่องจำกัดที่ทำให้เป็นมาตรฐาน ไม่ได้พิสูจน์ทฤษฎีบทแพลนเชอเรลต่อเนื่องหรือผลแยกตามความลึก
สัญลักษณ์
- เมเชอร์ที่มีความหนาแน่น φ² ในการให้เหตุผลของต้นฉบับ
- รากที่สองของความหนาแน่นความน่าจะเป็น
- การแปลงฟูเรียร์ของ f
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.first= 2
ค่าเริ่มต้นในโค้ด
probabilities=[0.5, 0.5]
คำนวณที่นี่
นิพจน์ผลลัพธ์: {
weightedError,
spatialError: transformedInput.reduce((sum, value) => sum + value ** 2, 0),
fourier,
frequencyError: fourier.reduce((sum, value) => sum + value ** 2, 0),
}
difference=[input.first, 0]ใช้:input.firstweightedError=difference.reduce( (sum, value, i) => sum + probabilities[i] * value ** 2, 0, )ใช้:difference,probabilitiestransformedInput=difference.map( (value, i) => value * Math.sqrt(probabilities[i]), )ใช้:difference,probabilitiesfourier=[ (transformedInput[0] + transformedInput[1]) / Math.sqrt(2), (transformedInput[0] - transformedInput[1]) / Math.sqrt(2), ]ใช้:transformedInput
ส่งกลับ
weightedError- 2
spatialError- 2
fourier- อาร์เรย์ (2 รายการ): [1, 1]
frequencyError- 2
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ต้นฉบับสมมติว่าฟังก์ชันและรากที่สองของความหนาแน่นมีคุณสมบัติเหมาะสมเพียงพอสำหรับอินทิกรัลและเอกลักษณ์แพลนเชอเรล ตัวอย่างตรวจเอกลักษณ์พลังงานจำกัดที่สอดคล้องกัน การแปลงสองจุดไม่ใช่การแปลงฟูเรียร์ต่อเนื่อง
แหล่งอ้างอิง: นิพจน์จากแหล่งต้นฉบับ