ひとつのニューロンが価格を予測する(線形回帰)
なぜ大切か 最も単純なニューラルネットワークは、活性化のないひとつのニューロンです。それは昔ながらの道具でもあります:線形回帰です。もっと大きなものはすべて、ここから作られます。
それぞれの家は 2 つの数です。広さと、町にどれだけ近いか(どちらも 0 から 1 の間に縮尺)。ニューロンは price = w1 * size + w2 * closeness + b を予測します。バッチ全体では:X @ w + b。
小さな数
w = (3, 1.5)、b = 0.5 では、広さ 0.5、近さ 0.2 の家は 1.5 + 0.3 + 0.5 = 2.3、つまり 230,000 になります。
損失はモジュール 1 の平均二乗誤差です:(予測引く真の値)の 2 乗の平均。
線形回帰:数を、入力の重み付きの和足すバイアスとして予測することです。活性化のないひとつのニューロンです。
まとめ X @ w + b で予測し、平均二乗誤差で点数を付ける。
このレッスンの言葉と記号
- ニューロン
- w . x + b、それから活性化
- 重み (w, W)、バイアス (b)
- ニューロンが学ぶ数。バイアスはその出力をずらす
predict(X, w, b) と mse(pred, y) を書いてください。それから、データでの損失が 0.05 未満になるよう、w_guess と b_guess を手で設定してください(いくつかの値を試して損失を表示する)。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。