Een neuron voorspel 'n prys (linear regression)
Waarom dit saak maak Die eenvoudigste neurale netwerk is een neuron sonder aktivering. Dit is ook 'n klassieke instrument: lineêre regressie. Alles groter word hiervan gebou.
Elke huis is twee nommers: sy grootte en hoe naby dit aan die dorp is (albei geskaal tussen 0 en 1). Die neuron voorspel price = w1 * size + w2 * closeness + b. Vir 'n hele batch: X @ w + b.
Klein getalle
Met w = (3, 1.5) en b = 0.5, kry 'n huis met grootte 0.5 en nabyheid 0.2 die waarde 1.5 + 0.3 + 0.5 = 2.3, wat beteken 230,000.
Die verlies is die mean squared error van Module 1: die gemiddelde van (prediction minus truth) gekwadraat.
Lineêre regressie: voorspel 'n getal as 'n gewigsom van insets plus 'n bias. Dit is 'n enkele neuron sonder 'n aktivering.
Opsomming Voorspel met X @ w + b; tel met mean squared error.
Woorde en simbole in hierdie les
- neuron
- w . x + b, dan 'n aktivering
- gewigte (w, W), bias (b)
- die getalle wat 'n neuron leer; die bias skuif sy uitset
Skryf predict(X, w, b) en mse(pred, y). Stel dan w_guess en b_guess by hand in (probeer 'n paar waardes en print die loss) sodat die loss op die data onder 0.05 is.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.