Conteúdo do curso Lição 39 de 246 · Módulo 3: Neurônio para MLP
Módulo 3: Neurônio para MLP

Um neurônio prevê um preço (regressão linear)

Por que isso importa A rede neural mais simples é um neurônio sem ativação. É também uma ferramenta clássica: regressão linear. Tudo que é maior é construído a partir disso.

Cada casa tem dois números: seu tamanho e quão perto ela está da cidade (ambos escalonados entre 0 e 1). O neurônio prevê price = w1 * size + w2 * closeness + b. Para um lote inteiro: X @ w + b.

Números pequenos

Com w = (3, 1.5) e b = 0.5, uma casa com tamanho 0.5 e proximidade 0.2 recebe 1.5 + 0.3 + 0.5 = 2.3, o que significa 230,000.

A perda é o erro quadrático médio do Módulo 1: a média de (previsão menos verdade) ao quadrado.

Regressão linear: prever um número como uma soma ponderada de entradas mais um viés. É um único neurônio sem uma ativação.

Resumo Prever com X @ w + b; pontuar com mean squared error.

Palavras e símbolos nesta lição
neuron
w . x + b, depois uma ativação
pesos (w, W), viés (b)
os números que um neurônio aprende; o bias desloca sua saída
Sua vez

Escreva predict(X, w, b) e mse(pred, y). Depois, defina w_guess e b_guess manualmente (tente alguns valores e imprima a loss) para que a loss nos dados fique abaixo de 0.05.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.