पाठ्यक्रम 246 में से पाठ 20 · Module 1: इस कोर्स के लिए Python
Module 1: इस कोर्स के लिए Python

छोटी project: धकेलकर एक रेखा fit करें

यह क्यों मायने रखता है यही तरीका है जिससे हर neural network सीखता है, भारी शब्द हटाकर। आप इसे नाम मिलने से पहले यहाँ करेंगे।

कुछ बिंदु मोटे तौर पर एक रेखा y = slope * x + intercept पर हैं, पर हम slope या intercept नहीं जानते। दोनों 0 से शुरू करें। मापें कि रेखा कितनी ग़लत है: error (अनुमान घटा सच) के वर्ग का औसत है। फिर धकेलें।

धकेलने का नुस्खा

  1. slope थोड़ा ऊँचा, और थोड़ा नीचा आज़माएँ। जो भी error घटाए उसे रखें, अगर कोई घटाए।
  2. intercept के लिए वही करें।
  3. दोहराएँ। अगर कोई धक्का मदद न करे, धक्का छोटा करें, और जब वह नन्हा हो तो रुकें।

error step दर step गिरता है जब तक रेखा बिंदुओं पर न बैठे। Module 3 में आप "दोनों दिशाएँ आज़माएँ" को एक सूत्र से बदलेंगे जो आपको तुरंत बताता है कि ढलान नीचे किस ओर है। वह सूत्र gradient है, और उसके साथ चलना gradient descent कहलाता है। आप यहाँ जो बनाते हैं, हर setting को बारी-बारी ऊपर और नीचे आज़माना, उसका अपना नाम है: coordinate search। यह धीमा है, पर यह ढलान नीचे चलने का वही विचार है।

Mean squared error: हर ग़लती के वर्ग का औसत। वर्ग करना हर ग़लती को धनात्मक बनाता है और बड़ी वालों को ज़्यादा सज़ा देता है।

सार मापें कि आप कितने ग़लत हैं, धकेलें, जो मदद करे रखें, दोहराएँ।

इस पाठ के शब्द और चिह्न
mean, spread
औसत, और मान उससे मोटे तौर पर कितनी दूर बैठते हैं (standard deviation)
आपकी बारी

mse(slope, intercept, x, y) और fit_line(x, y) लिखें। fit_line धकेलने का नुस्खा इस्तेमाल करता है: 1.0 के धक्के के साथ 0 और 0 पर शुरू करें, जब भी कोई धक्का मदद न करे धक्का आधा करें, जब धक्का 0.0001 से नीचे हो तो रुकें, और (slope, intercept) लौटाएँ। छिपा test जाँचता है कि नए data पर error सबसे अच्छे संभव के पास है।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।