ฟังก์ชันเป้าหมายและฟังก์ชันประมาณ
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
การประมาณและความลึก · ศึกษาความผิดพลาดในการประมาณและขนาดเครือข่ายภายใต้เงื่อนไข
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: 3.1 กฎที่ขึ้นกับระยะทาง
f เป็นฟังก์ชัน และ f̂ แทนฟังก์ชันที่แปลงหรือประมาณในการอภิปรายที่เกี่ยวข้องของต้นฉบับ
สัญลักษณ์แยกกันช่วยแยกวัตถุออกจากวัตถุที่แปลงแล้วซึ่งเกี่ยวข้องกัน
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · การแปลงไม่ต่อเนื่องส่วนจริงแบบจำกัดแสดงสัญกรณ์ การแปลงฟูเรียร์ต่อเนื่องอาจมีค่าเชิงซ้อน
สัญลักษณ์
- ฟังก์ชันในการอภิปรายฟูเรียร์ของต้นฉบับ
- การแปลงฟูเรียร์ของฟังก์ชันในการอภิปรายนั้น
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
values=[1, 0, -1, 0]
คำนวณที่นี่
นิพจน์ผลลัพธ์: { values, transform }
transform=values.map((_, k) => values.reduce((s, v, n) => s + v * Math.cos((2 * Math.PI * k * n) / 4), 0), )ใช้:values
ส่งกลับ
values- อาร์เรย์ (4 รายการ): [1, 0, -1, 0]
transform- อาร์เรย์ (4 รายการ): [0, 2, 0, 2]
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น การแปลงไม่ต่อเนื่องส่วนจริงแบบจำกัดแสดงสัญกรณ์ การแปลงฟูเรียร์ต่อเนื่องอาจมีค่าเชิงซ้อน
แหล่งอ้างอิง: สัญกรณ์ในข้อความ