คู่สุ่มของข้อมูลป้อนเข้าและเป้าหมาย
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: 1.2 เรียนรู้จากตัวอย่าง
ในการเรียนรู้แบบมีผู้สอน ตัวอย่างสุ่ม Z ประกอบด้วยข้อมูลป้อนเข้าสุ่ม X และค่าเป้าหมายสุ่ม Y
การแจกแจงร่วมอธิบายคู่ข้อมูลป้อนเข้าและเป้าหมายที่เป็นไปได้
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างนี้แจกแจงกฎร่วมจำกัด การแจกแจงทั่วไปอาจมีผลลัพธ์อนันต์จำนวน
สัญลักษณ์
- คู่สุ่ม (X,Y)
- ข้อมูลป้อนเข้าและเป้าหมายสุ่ม
- ปริภูมิของแต่ละตัว
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
outcomes=[ { pair: [0, 1], p: 0.25 }, { pair: [1, 2], p: 0.75 }, ]
คำนวณที่นี่
นิพจน์ผลลัพธ์: {
outcomes,
probabilityFirstInputZero: outcomes
.filter((o) => o.pair[0] === 0)
.reduce((s, o) => s + o.p, 0),
}
ส่งกลับ
outcomes- อาร์เรย์ (2 รายการ): [ออบเจ็กต์ (2 รายการ), ออบเจ็กต์ (2 รายการ)]
probabilityFirstInputZero- 0.25
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างนี้แจกแจงกฎร่วมจำกัด การแจกแจงทั่วไปอาจมีผลลัพธ์อนันต์จำนวน
แหล่งอ้างอิง: สัญกรณ์ในข้อความ