シラバス レッスン 246 中 20 · モジュール 1:このコースのための Python
モジュール 1:このコースのための Python

ミニプロジェクト:少しずつ動かして直線を当てはめる

なぜ大切か これは、凝った言葉を取り除いた、あらゆるニューラルネットワークの学び方です。ここでは、名前が付く前にそれをします。

いくつかの点がおおよそ直線 y = slope * x + intercept の上にありますが、傾きも切片もわかりません。どちらも 0 から始めます。直線がどれだけ間違っているかを測ります:誤差 は(予測引く真の値)の 2 乗の平均です。それから少し動かします。

少しずつ動かす作り方

  1. 傾きを少し高く、少し低くしてみる。どちらかが誤差を下げるなら、そちらを残す。
  2. 切片にも同じことをする。
  3. 繰り返す。どの動きも役に立たなければ動きを小さくし、ごく小さくなったら止める。

誤差は、直線が点の上に乗るまで一歩ずつ下がります。モジュール 3 では、「両方の向きを試す」を、どちらが下り坂かをすぐ教えてくれる式に置き換えます。その式が勾配で、それに沿って歩くことを勾配降下法と呼びます。ここで作るもの、それぞれの設定を順に上下に試すことにも名前があります:座標探索です。遅いですが、下り坂を歩くという同じ考えです。

平均二乗誤差:それぞれの間違いの 2 乗の平均です。2 乗するとどの間違いも正になり、大きなものがより罰せられます。

まとめ どれだけ間違っているかを測り、少し動かし、役に立つものを残し、繰り返す。

このレッスンの言葉と記号
平均、散らばり
平均と、値がそこからおおよそどれだけ離れているか(標準偏差)
あなたの番

mse(slope, intercept, x, y) と fit_line(x, y) を書いてください。fit_line は少しずつ動かす作り方を使います:0 と 0、動き 1.0 から始め、どの動きも役に立たないときは動きを半分にし、動きが 0.0001 未満になったら止め、(slope, intercept) を返します。隠れたテストは、新しいデータでの誤差がありうる最良に近いかを確かめます。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

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。