From a8a58218480048cf929a02d780842caf628335c0 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?Pawe=C5=82=20Sk=C3=B3rzewski?= <pawel.skorzewski@amu.edu.pl>
Date: Fri, 28 Oct 2022 15:04:47 +0200
Subject: [PATCH] =?UTF-8?q?Obja=C5=9Bnienia=20do=20wersji=20macierzowej=20?=
 =?UTF-8?q?GD,=20'trenowanie'=20->=20'uczenie'?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 wyk/02_Regresja_liniowa.ipynb   |  4 ++--
 wyk/03_Regresja_liniowa_2.ipynb | 19 +++++++++++++++++--
 2 files changed, 19 insertions(+), 4 deletions(-)

diff --git a/wyk/02_Regresja_liniowa.ipynb b/wyk/02_Regresja_liniowa.ipynb
index 0fcd330..2ebe9c4 100644
--- a/wyk/02_Regresja_liniowa.ipynb
+++ b/wyk/02_Regresja_liniowa.ipynb
@@ -38945,7 +38945,7 @@
     "\n",
     "Odpowiedź polega po prostu na zastosowaniu funkcji $h$ z wyznaczonymi w poprzednim kroku parametrami $\\theta$.\n",
     "\n",
-    "Na przykład, jeżeli miasto ma $536\\,000$ ludności, to $x = 53.6$ (bo dane trenujące były wyrażone w dziesiątkach tysięcy mieszkańców, a $536\\,000 = 53.6 \\cdot 10\\,000$) i możemy użyć znalezionych parametrów $\\theta$, by wykonać następujące obliczenia:\n",
+    "Na przykład, jeżeli miasto ma $536\\,000$ ludności, to $x = 53.6$ (bo dane uczące były wyrażone w dziesiątkach tysięcy mieszkańców, a $536\\,000 = 53.6 \\cdot 10\\,000$) i możemy użyć znalezionych parametrów $\\theta$, by wykonać następujące obliczenia:\n",
     "$$ \\hat{y} \\, = \\, h_\\theta(x) \\, = \\, \\theta_0 + \\theta_1 \\, x \\, = \\, 0.0494 + 0.7591 \\cdot 53.6 \\, = \\, 40.7359 $$\n",
     "\n",
     "Czyli używając zdefiniowanych wcześniej funkcji:"
@@ -39008,7 +39008,7 @@
     }
    },
    "source": [
-    "Czy możemy w tym celu użyć danych, których użyliśmy do wytrenowania modelu?\n",
+    "Czy możemy w tym celu użyć danych, których użyliśmy do uczenia modelu?\n",
     "**NIE!**\n",
     "\n",
     " * Istotą uczenia maszynowego jest budowanie modeli/algorytmów, które dają dobre przewidywania dla **nieznanych** danych – takich, z którymi algorytm nie miał jeszcze styczności! Nie sztuką jest przewidywać rzeczy, które już sie zna.\n",
diff --git a/wyk/03_Regresja_liniowa_2.ipynb b/wyk/03_Regresja_liniowa_2.ipynb
index b0a4dfc..605ad58 100644
--- a/wyk/03_Regresja_liniowa_2.ipynb
+++ b/wyk/03_Regresja_liniowa_2.ipynb
@@ -157,7 +157,9 @@
     " & = & \\theta^T \\, x \\\\\n",
     " & = & x^T \\, \\theta \\\\\n",
     "\\end{array}\n",
-    "$$"
+    "$$\n",
+    "\n",
+    "($x$ oznacza pojedynczy przykład ze zbioru uczącego)."
    ]
   },
   {
@@ -221,6 +223,19 @@
     "$$"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "$$h_\\theta(X) = X \\theta$$\n",
+    "\n",
+    "($X$ oznacza macierz reprezentującą cechy wszystkich przykładów ze zbioru uczącego)."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 3,
@@ -900,7 +915,7 @@
     }
    },
    "source": [
-    "Cechy w danych treningowych przyjmują wartości z zakresu:"
+    "Cechy w danych uczących przyjmują wartości z zakresu:"
    ]
   },
   {