this dir
|
view
|
cards
|
source
|
edit
|
dark
top
cviceni
cviceni
zobrazit záhlaví
nové
≤ 1
≤ 2
≤ 3
všechny
filtrovat
reset
export
import
skrýt záhlaví
poznámky
bacha na čísla verzí u Pythonu a balíčků
používat pole v numpy
lineární regrese
dvě možnosti
explicitní
pozitiva: přesnost
negativa: outliers dělají problémy
SGD
pozitiva: méně paměti, regularizace
negativa: globální optimum nezaručeno
SGD + momentum
https://distill.pub/2017/momentum/
AdaGrad
AdaDelta
Adaptive Moment Estimation (ADAM)
co máme
data
(
x
,
y
)
∈
R
2
(x,y)\in\mathbb R^2
(
x
,
y
)
∈
R
2
model
f
(
x
)
=
y
,
f
:
R
→
R
f(x)=y,\;f:\mathbb R\to \mathbb R
f
(
x
)
=
y
,
f
:
R
→
R
při lineární regresi konkrétně
y
=
a
x
+
b
y=ax+b
y
=
a
x
+
b
parametry
θ
=
(
a
,
b
)
∈
R
2
\theta=(a,b)\in\mathbb R^2
θ
=
(
a
,
b
)
∈
R
2
predikce
f
θ
(
x
)
=
y
,
f
:
R
3
→
R
f_\theta(x)=y,\;f:\mathbb R^3\to \mathbb R
f
θ
(
x
)
=
y
,
f
:
R
3
→
R
loss
L
(
θ
,
(
x
,
y
)
)
,
L
:
R
4
→
R
L(\theta,(x,y)),\;L:\mathbb R^4\to \mathbb R
L
(
θ
,
(
x
,
y
))
,
L
:
R
4
→
R
Hurá, máš hotovo! 🎉
Pokud ti moje kartičky pomohly, můžeš mi
koupit pivo
.
rozbalit
předchozí
další
1 neumím
2 umím trochu
3 umím středně
4 umím výborně