Latihan matematika online gratis

Latihan Rumus Matematika Pembelajaran Mesin

Rumus fungsi kerugian, aktivasi, peluang, dan optimisasi yang sering digunakan.

Mulai berlatihBentuk matematika dalam pembelajaran mesin

  • Latihan gratis.
  • Tidak perlu akun.
  • Progres tersimpan di perangkat ini.

Yang akan kamu latih

Kenali peran fungsi kerugian, fungsi aktivasi, atau aturan pembaruan sebelum mengingat rumusnya. Hafal rumus saja tidak membuktikan bahwa suatu model cocok untuk sebuah kumpulan data.

Kegunaannya

Membaca dan menerapkan model pembelajaran mesin tanpa terlalu sering mencari rumus.

Sebelum mulai

Coba contoh soalnya untuk melihat apa yang akan kamu latih. Periksa bentuk jawaban dan setiap syarat yang disebutkan.

Penjelasan

Melangkah berlawanan dengan gradien

Untuk J(θ) = θ² pada θ = 3, gradiennya 6. Dengan ukuran langkah η = 0,1: θ berikutnya = 3 − 0,1 × 6 = 2,4.

Gunakan θ berikutnya = θ − η∇J(θ), dengan J fungsi kerugian yang dapat diturunkan, ∇J gradiennya, dan η > 0 ukuran langkahnya. Dalam satu dimensi, turunan positif berarti kurangi θ, dan turunan negatif berarti tambah θ. Langkah yang cukup kecil ke arah itu menurunkan kerugian. Turunan nol saja tidak memberi arah penurunan. Langkah yang besar bisa melampaui sasaran.

Menjumlahkan input berbobot dan intersep

Misalkan x = (2, 3), w = (4, −1), dan b = 5. ŷ = 4 × 2 + (−1) × 3 + 5 = 10.

Modelnya ŷ = w · x + b. Pasangkan setiap input dengan bobotnya, jumlahkan hasil perkaliannya, lalu tambahkan intersep b sekali. Vektor w dan x harus memiliki banyaknya elemen yang sama.

Merata-ratakan kuadrat kesalahan

Nilai pengamatannya 2 dan 5. Prediksinya 3 dan 3. MSE = ((2 − 3)² + (5 − 3)²)/2 = (1 + 4)/2 = 2,5.

Gunakan MSE = Σ(yᵢ − ŷᵢ)²/n untuk n > 0 pasangan. Di sini yᵢ adalah nilai pengamatan, ŷᵢ prediksinya, dan Σ berarti menjumlahkan seluruh n suku. Menguadratkan mencegah kesalahan yang berlawanan saling menghilangkan.

Mengubah satu skor menjadi nilai di antara nol dan satu

Pada z = 0, σ(z) = 1/(1 + e⁰) = 1/2.

Rumus sigmoid adalah σ(z) = 1/(1 + exp(−z)), dengan exp(u) berarti e berpangkat u. Untuk skor real berhingga z, hasilnya benar-benar di antara 0 dan 1. Skor positif menghasilkan nilai di atas 1/2, dan skor negatif menghasilkan nilai di bawah 1/2. Pertahankan tanda minus pada pangkat.

Mengubah beberapa skor menjadi proporsi

Misalkan dua skor memiliki nilai eksponensial 2 dan 3. Nilai softmax-nya adalah: 2/(2 + 3) = 2/5 3/(2 + 3) = 3/5

Untuk K skor, softmax(z)ᵢ = exp(zᵢ)/Σⱼ₌₁ᴷ exp(zⱼ). Di sini exp(u) berarti e berpangkat u. Bagi eksponensial skor yang dipilih dengan jumlah eksponensial seluruh skor. Semua keluaran positif dan jumlahnya 1.

Coba beberapa contoh soal

Latihan nyata. Kemajuan nyata.

Contoh 1 dari 4

J dapat didiferensialkan. θ adalah vektor parameter dan η > 0 adalah ukuran langkah.

Pilih bentuk aljabar yang tepat.

Tingkat kelas di AS dan kursus yang mencakup topik ini

Latihan terkait

Mulai berlatihBentuk matematika dalam pembelajaran mesin

  • Latihan gratis.
  • Tidak perlu akun.
  • Progres tersimpan di perangkat ini.