4. diel - Zjednodušená gradientný metóda optimalizácia lineárna regresia
V predchádzajúcom kvíze, Kvíz - Základy neurónových sietí v Pythone, sme si overili nadobudnuté skúsenosti z predchádzajúcich lekcií.
V minulej lekcii, Kvíz - Základy neurónových sietí v Pythone , sme použili metódu lineárnej regresie pre výpočet ceny zlata. Hovorili sme si tiež, že existuje viac spôsobov, ako vykonať lineárnu regresiu, teda vytvoriť priamku tak, aby prechádzala čo najviac body v datasete a my sme mohli predpovedať budúce hodnoty. Dnes sa pozrieme, ako túto regresii vykonať tzv. Gradientný metódou, čo sa nám bude v budúcnosti hodiť. Všetko si samozrejme napíšeme prakticky v Pythone.
Gradientný metóda optimalizácia
Táto metóda vyžaduje nejakú funkciu, ktorá bude merať,
ako zle alebo dobre si v našej aproximáciu vedieme. Takéto funkcii sa hovorí
"cost function" alebo "loss function". Funkcia
nám vracia takzvaný loss, čo je práve hodnota indikujúca, ako
dobre si vedieme. Pokiaľ by bolo číslo 0, znamenalo by to, že
funkcia pre lineárnu regresiu je dokonalá.
Keď zanesieme cost funkciu do grafu, kde na osi
X bude odhadnutá hodnota a na osi Y chyba, môže
graf vyzerať napr. Nasledovne:
Keď sa pozrieme na graf, u gradientný metódy sa snažíme
...koniec náhľadu článku...
Pokračuj ďalej
Došiel si až sem a to je super! Veríme, že ti prvé lekcie ukázali niečo nového a užitočného.
Chceš v kurze pokračovať? Prejdi do prémiové sekcie.
Kúpiť tento kurz
Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš so zmluvnými podmienkami.
- Neobmedzený a trvalý prístup k jednotlivým lekciím.
- Kvalitné znalosti v oblasti IT.
- Zručnosti, ktoré ti pomôžu získať vysnívanú a dobre platenú prácu.
Popis článku
Požadovaný článok má nasledujúci obsah:
V Python tutoriálu si priblížime gradientný metódu optimalizácie a pomocou zjednodušeného riešení optimalizujeme lineárna regresia.
Kredity získaš, keď podporíš našu sieť. To môžeš urobiť buď zaslaním symbolickej sumy na podporu prevádzky alebo pridaním obsahu na sieť.
