Один нейрон предсказывает цену (линейная регрессия)
Почему это важно Простейшая нейронная сеть - один нейрон без активации. Это также классический инструмент: линейная регрессия. Всё большее строится из этого.
Каждый дом - два числа: его площадь и близость к городу (оба масштабированы в диапазон от 0 до 1). Нейрон предсказывает price = w1 * size + w2 * closeness + b. Для целого батча: X @ w + b.
Маленькие числа
При w = (3, 1,5) и b = 0,5 дом с площадью 0,5 и близостью 0,2 получает 1,5 + 0,3 + 0,5 = 2,3, то есть 230 000.
Потери - среднеквадратичная ошибка из модуля 1: среднее (предсказание минус правда) в квадрате.
Линейная регрессия: предсказание числа как взвешенной суммы входов плюс смещение. Это один нейрон без активации.
Итоги Предсказывайте через X @ w + b; оценивайте среднеквадратичной ошибкой.
Слова и символы этого урока
- нейрон
- w . x + b, затем активация
- веса (w, W), смещение (b)
- числа, которые учит нейрон; смещение сдвигает его выход
Напишите predict(X, w, b) и mse(pred, y). Затем подберите w_guess и b_guess вручную (попробуйте несколько значений и выводите потери), чтобы потери на данных были ниже 0,05.
Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке
Это упражнение откроется скоро
Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.