Silabus Pelajaran 39 dari 246 · Modul 3: Neuron ke MLP
Modul 3: Neuron ke MLP

Satu neuron memprediksi harga (linear regression)

Kenapa ini penting Jaringan saraf paling sederhana adalah satu neuron tanpa aktivasi. Ini juga alat klasik: regresi linear. Segala sesuatu yang lebih besar dibangun dari ini.

Setiap rumah punya dua angka: ukurannya dan seberapa dekat ke kota (keduanya diskalakan antara 0 dan 1). Neuron memprediksi price = w1 * size + w2 * closeness + b. Untuk seluruh batch: X @ w + b.

Angka kecil

Dengan w = (3, 1.5) dan b = 0.5, rumah dengan ukuran 0.5 dan kedekatan 0.2 mendapat 1.5 + 0.3 + 0.5 = 2.3, artinya 230,000.

Loss adalah mean squared error dari Module 1: rata-rata dari (prediction dikurangi truth) kuadrat.

Regresi linear: memprediksi angka sebagai jumlah berbobot dari input ditambah bias. Ini adalah satu neuron tanpa aktivasi.

Ringkasan Prediksi dengan X @ w + b; hitung skor dengan mean squared error.

Kata dan simbol di pelajaran ini
neuron
w . x + b, lalu sebuah activation
bobot (w, W), bias (b)
angka yang dipelajari neuron; bias menggeser outputnya
Giliranku

Tulis predict(X, w, b) dan mse(pred, y). Lalu atur w_guess dan b_guess secara manual (coba beberapa nilai dan cetak loss) supaya loss pada data di bawah 0.05.

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.