Objaśnienia do wersji macierzowej GD, 'trenowanie' -> 'uczenie'

This commit is contained in:
Paweł Skórzewski 2022-10-28 15:04:47 +02:00
parent ebf6db8ef1
commit a8a5821848
2 changed files with 19 additions and 4 deletions

View File

@ -38945,7 +38945,7 @@
"\n", "\n",
"Odpowiedź polega po prostu na zastosowaniu funkcji $h$ z wyznaczonymi w poprzednim kroku parametrami $\\theta$.\n", "Odpowiedź polega po prostu na zastosowaniu funkcji $h$ z wyznaczonymi w poprzednim kroku parametrami $\\theta$.\n",
"\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", "$$ \\hat{y} \\, = \\, h_\\theta(x) \\, = \\, \\theta_0 + \\theta_1 \\, x \\, = \\, 0.0494 + 0.7591 \\cdot 53.6 \\, = \\, 40.7359 $$\n",
"\n", "\n",
"Czyli używając zdefiniowanych wcześniej funkcji:" "Czyli używając zdefiniowanych wcześniej funkcji:"
@ -39008,7 +39008,7 @@
} }
}, },
"source": [ "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", "**NIE!**\n",
"\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", " * 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",

View File

@ -157,7 +157,9 @@
" & = & \\theta^T \\, x \\\\\n", " & = & \\theta^T \\, x \\\\\n",
" & = & x^T \\, \\theta \\\\\n", " & = & x^T \\, \\theta \\\\\n",
"\\end{array}\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", "cell_type": "code",
"execution_count": 3, "execution_count": 3,
@ -900,7 +915,7 @@
} }
}, },
"source": [ "source": [
"Cechy w danych treningowych przyjmują wartości z zakresu:" "Cechy w danych uczących przyjmują wartości z zakresu:"
] ]
}, },
{ {