เซตย่อย
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
เซตและสัญกรณ์ · อธิบายโดเมน ดัชนี และการเป็นสมาชิก
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: 1.1 รู้จักสัญลักษณ์ · 1.2 เรียนรู้จากตัวอย่าง · 1.2.2 โครงข่ายแสดงคำตอบที่ต้องการได้หรือไม่ · ส่วนต้นฉบับเพิ่มเติม
เซตย่อยมีเฉพาะค่าจากเซตที่ใหญ่กว่า ℝᵈ คือเซตของเวกเตอร์จำนวนจริงที่มีสมาชิก d ตัว
โดเมนสามารถจำกัดเวกเตอร์ที่ฟังก์ชันรับได้
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างจำกัดที่สร้างขึ้นนี้แสดงสัญกรณ์ แต่ไม่ได้พิสูจน์ทฤษฎีบททั่วไป
สัญลักษณ์
- เซตของเวกเตอร์
- จำนวนเต็มบวกที่ระบุความยาวเวกเตอร์
- เวกเตอร์จำนวนจริงที่มีสมาชิก d ตัว
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
vectors=[ [1, 2], [0, -1], ]
คำนวณที่นี่
นิพจน์ผลลัพธ์: {
dimension: 2,
vectors,
valid: vectors.every((v) => v.length === 2 && v.every(Number.isFinite)),
}
ส่งกลับ
dimension- 2
vectors- อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ): [1, 2], อาร์เรย์ (2 รายการ): [0, -1]]
valid- จริง
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขในตัวอย่างนี้สร้างขึ้น ตัวอย่างจำกัดที่สร้างขึ้นนี้แสดงสัญกรณ์ แต่ไม่ได้พิสูจน์ทฤษฎีบททั่วไป
แหล่งอ้างอิง: สัญกรณ์ในข้อความ