ขนาดชุดตัวอย่างในภาพต้นฉบับ
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
สมมติฐานและสัญกรณ์จากแหล่งอ้างอิง · ตีความสัญลักษณ์และสมมติฐานในข้อความจากแหล่งอ้างอิง
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: 1.3 คำถามที่จะศึกษาต่อ
m นับจำนวนตัวอย่างฝึก ตัวอย่างที่อ้างถึงใช้ m = 50,000 หรือ m = 20
ขนาดชุดตัวอย่างระบุปริมาณข้อมูลฝึกที่ตัวอย่างใช้
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ค่าเหล่านี้เป็นจำนวนที่ต้นฉบับระบุ ไม่ใช่ชุดข้อมูลที่สร้างขึ้น
สัญลักษณ์
- จำนวนตัวอย่างฝึกที่เป็นจำนวนเต็มบวก
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
sampleSizes=[50000, 20]
คำนวณที่นี่
นิพจน์ผลลัพธ์: { sampleSizes, difference: sampleSizes[0] - sampleSizes[1] }
ส่งกลับ
sampleSizes- อาร์เรย์ (2 รายการ): [50000, 20]
difference- 49980
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ค่าเหล่านี้เป็นจำนวนที่ต้นฉบับระบุ ไม่ใช่ชุดข้อมูลที่สร้างขึ้น
แหล่งอ้างอิง: สัญกรณ์ในข้อความ