คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึกอธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์

คู่ในชุดตัวอย่างสุ่ม

โครงการเรียนรู้เพนกวิน

โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ

โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้

ข้อมูลสังเกตและการสุ่มตัวอย่าง · อธิบายตัวอย่าง เป้าหมาย และชุดตัวอย่าง

แถวที่เลือกส่งค่าที่วัดและคำตอบที่ทราบไปฝึก ส่วนรหัสทดสอบแยกไว้

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: 2.4 การลดลงครั้งที่สองของความผิดพลาด

S เป็นลำดับของคู่ข้อมูลป้อนเข้าและเป้าหมายสุ่ม m คู่ แต่ละคู่มีข้อมูลป้อนเข้า X⁽ⁱ⁾ และเป้าหมาย Y⁽ⁱ⁾

ชุดตัวอย่างร่วมเป็นข้อมูลป้อนเข้าของวิธีการเรียนรู้

ตัวอย่างสูตรต้นฉบับ

S=((X(i),Y(i)))i=1m{S}=((X^{(i)},Y^{(i)}))_{i=1}^{m}

ตัวอย่างประกอบ · ตัวอย่างแสดงชุดตัวอย่างที่อาจเกิดขึ้นหนึ่งชุด ไม่ได้ระบุกฎความน่าจะเป็น

สัญลักษณ์

SS
ชุดตัวอย่างสุ่ม m คู่
X(i),Y(i)X⁽ⁱ⁾,Y⁽ⁱ⁾
ข้อมูลป้อนเข้าและเป้าหมายสุ่มในคู่ที่ i
mm
ขนาดชุดตัวอย่าง

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ลำดับข้อมูลในตัวอย่างนี้

ค่าเริ่มต้นในโค้ด

  • S = [ [[1, 2], 3], [[0, 1], 2], ]

คำนวณที่นี่

นิพจน์ผลลัพธ์: { S, m: S.length }

ส่งกลับ

ผลลัพธ์ตัวอย่าง
S
อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ), 3], อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ), 2]]
m
2

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

ค่าตัวเลขสร้างขึ้น ตัวอย่างแสดงชุดตัวอย่างที่อาจเกิดขึ้นหนึ่งชุด ไม่ได้ระบุกฎความน่าจะเป็น

แหล่งอ้างอิง: สัญกรณ์ในข้อความ