ฟังก์ชันเป้าหมายในการหาค่าที่เหมาะสม
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ฟังก์ชันเป้าหมาย · รวมความสูญเสียและค่าปรับเป็นเกณฑ์สำหรับพารามิเตอร์หรือกฎ
ค่าทำนายและคำตอบให้ความสูญเสีย การจำแนกใช้ครอสเอนโทรปีและ α/2 คูณผลรวมน้ำหนักที่ไม่ใช่ไบแอสยกกำลังสอง ริดจ์ใช้ MSE ของมวลที่ปรับสเกลและ α คูณสัมประสิทธิ์ทุกตัวรวมไบแอสยกกำลังสอง
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: 1.2.1 หาพารามิเตอร์ที่เหมาะสม · 5.1 รูปร่างของค่าความผิดพลาด · 6.4 ปรับตัวเลขให้เทียบกันได้
ฟังก์ชัน r ส่งพารามิเตอร์ไปเป็นค่าจริงของฟังก์ชันเป้าหมายที่กำลังหาค่าที่เหมาะสม
ตัวหาค่าที่เหมาะสมใช้ค่าฟังก์ชันเป้าหมายและอนุพันธ์เพื่อเลือกการปรับพารามิเตอร์
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างใช้ฟังก์ชันเป้าหมายกำลังสอง ต้นฉบับอภิปรายฟังก์ชันเป้าหมายที่ทั่วไปกว่า
สัญลักษณ์
- ฟังก์ชันเป้าหมาย
- พารามิเตอร์ ในตัวอย่างนี้เป็นสเกลาร์
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
theta=2
คำนวณที่นี่
นิพจน์ผลลัพธ์: { theta, objective: r(theta), gradient: 2 * theta }
ส่งกลับ
theta- 2
objective- 4
gradient- 4
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น เว้นแต่ระบุเป็นค่าจากต้นฉบับ ตัวอย่างใช้ฟังก์ชันเป้าหมายกำลังสอง ต้นฉบับอภิปรายฟังก์ชันเป้าหมายที่ทั่วไปกว่า
แหล่งอ้างอิง: สัญกรณ์ในข้อความ