To jest stara wersja strony!


Laboratorium 2 - Regresja Liniowa

Instrukcja w języku angielskim.

Ćwiczenia do pobrania: Regresja Liniowa

Lista i opis plików

Pliki oznaczone znakiem wykrzyknika (:!:) należy wypełnić własnym kodem

  • ex1.m - Skrypt Octave, który pomaga w przejściu pierwszej części laboratorium
  • ex1_multi.m - Skrypt Octave, który pomaga w przejściu pierwszej części laboratorium
  • :!: warmUpExercise.m - Ćwiczenie rozgrzewkowe
  • :!: plotData.m - Funkcja rysująca wykres
  • :!: computeCost.m - Funkcja kosztu dla regresji liniowej
  • :!: gradientDescent.m - Funkcja uruchamiająca algorytm Gradient Descent
  • :!: computeCostMulti.m - Funkcja kosztu dla regresji liniowej dla przypadku wielowymiarowego
  • :!: gradientDescentMulti.m - Funkcja uruchamiająca algorytm Gradient Descent dla przypadku wielowymiarowego
  • :!: featureNormalize.m - Funkcja normalizująca dane wejściowe
  • :!: normalEqn.m - Funkcja dla regresji liniowej wyznaczająca parametry ze wzoru

Warm Up Exercise

Otwórz plik warmUpExercise.m w swoim ulubionym edytorze tekstu i w miejscu oznaczonym komentarzami wpisz kod, który wygeneruje macierz jednostkową 5×5 i zwróci ją jako wartość zwracaną funkcji.

$$M = \begin{bmatrix}
       1 & 0 & 0 & 0 & 0  \\          
       0 & 1 & 0 & 0 & 0 \\
       0 & 0 & 1 & 0 & 0 \\
       0 & 0 & 0 & 1 & 0 \\
       0 & 0 & 0 & 0 & 1 \\
     \end{bmatrix}$$

Uwaga W Octave istnieje funkcja generująca macierz jednostkową. Nazywa się eye. Aby dowiedzieć się więcej na temat tej funkcji wpisz w konsoli Octave

 help eye

Kiedy poprawnie uzupełnisz kod funkcji zapisz plik i uruchom skrypt ex1. Testuje on działanie poszczególnych zadań i prezentuje wykorzystanie ich w praktyce.

Jeśli coś nie działa, uruchom skrypt check. Przeprowadza on test działania poszczególnych funkcji i pokazuje poprawne wyniki.

Plot Data

Uzupełnij plik plotData.m tak, aby rysowała wykres w taki sposób jak na rysunku poniżej. Pamiętaj o podpisaniu osi.

Aby dowiedzieć się więcej o funkcji plot, wpisz w konsoli Octave

 help plot

Wykres danych uczących

Compute Cost

Gradient Descent

Compute Cost Multi

Gradient Descent Multi

Feature Normalization

Normal Equation

pl/dydaktyka/ml/lab4.1360918589.txt.gz · ostatnio zmienione: 2019/06/27 15:54 (edycja zewnętrzna)
www.chimeric.de Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0