سرفصل‌ها درس 39 از 246 · ماژول 3: از نورون تا MLP
ماژول 3: از نورون تا MLP

یک نورون یک قیمت را پیش‌بینی می‌کند (رگرسیون خطی)

چرا مهم است ساده‌ترین شبکهٔ عصبی یک نورون بدون فعال‌سازی است. همچنین یک ابزار کلاسیک است: رگرسیون خطی. هر چیز بزرگ‌تری از همین ساخته می‌شود.

هر خانه دو عدد است: اندازه‌اش و اینکه چقدر به شهر نزدیک است (هر دو مقیاس‌شده به میان 0 و 1). نورون پیش‌بینی می‌کند price = w1 * size + w2 * closeness + b. برای یک دستهٔ کامل: X @ w + b.

اعداد کوچک

با w = (3, 1.5) و b = 0.5، خانه‌ای با اندازهٔ 0.5 و نزدیکی 0.2 مقدار 1.5 + 0.3 + 0.5 = 2.3 می‌گیرد، یعنی 230,000.

زیان همان میانگین مربع خطای ماژول 1 است: میانگین (پیش‌بینی منهای حقیقت) به توان دو.

رگرسیون خطی: پیش‌بینی یک عدد به‌صورت جمع وزنی ورودی‌ها به‌علاوهٔ یک بایاس. یک نورون تنها بدون فعال‌سازی است.

خلاصه با X @ w + b پیش‌بینی کنید؛ با میانگین مربع خطا امتیاز دهید.

واژه‌ها و نمادهای این درس
نورون
w . x + b، سپس یک فعال‌سازی
وزن‌ها (w, W)، بایاس (b)
اعدادی که یک نورون یاد می‌گیرد؛ بایاس خروجی‌اش را جابه‌جا می‌کند
نوبت شما

predict(X, w, b) و mse(pred, y) را بنویسید. سپس w_guess و b_guess را با دست تنظیم کنید (چند مقدار امتحان کنید و زیان را چاپ کنید) تا زیان روی داده زیر 0.05 باشد.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.