เครื่องหมายสุ่มสม่ำเสมอ
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ความน่าจะเป็นและความคาดหมาย · อธิบายตัวแปรสุ่มและค่าเฉลี่ยตามกฎความน่าจะเป็น
เวกเตอร์โครงการมีสองคุณลักษณะ เมทริกซ์ฝึกมี n แถวและสองคอลัมน์ ใช้เครื่องมือเมื่อสมมติฐานตรงกัน
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
เครื่องหมายสุ่มสม่ำเสมอมีค่า −1 หรือ 1 โดยแต่ละค่ามีความน่าจะเป็นหนึ่งส่วนสอง
เครื่องหมายสุ่มให้การแจกแจงข้อมูลป้อนเข้าจำกัดที่เรียบง่าย
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างแจกแจงกฎที่แน่นอน ไม่ได้สุ่มตัวอย่าง
สัญลักษณ์
- เครื่องหมายสุ่ม
- ความน่าจะเป็นสม่ำเสมอบนเครื่องหมายสองค่า
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
law=[ { value: -1, probability: 0.5 }, { value: 1, probability: 0.5 }, ]
คำนวณที่นี่
นิพจน์ผลลัพธ์: { law, mean: law.reduce((s, o) => s + o.value * o.probability, 0) }
ส่งกลับ
law- อาร์เรย์ (2 รายการ): [ออบเจ็กต์ (2 รายการ), ออบเจ็กต์ (2 รายการ)]
mean- 0
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างแจกแจงกฎที่แน่นอน ไม่ได้สุ่มตัวอย่าง
แหล่งอ้างอิง: สัญกรณ์ในข้อความ