Różnice między wybraną wersją a wersją aktualną.
| Both sides previous revision Poprzednia wersja Nowa wersja | Poprzednia wersja | ||
|
pl:dydaktyka:ml:lab4 [2013/02/16 21:43] esimon [Compute Cost] |
pl:dydaktyka:ml:lab4 [2019/06/27 15:50] (aktualna) |
||
|---|---|---|---|
| Linia 1: | Linia 1: | ||
| - | ====== Laboratorium 2 - Regresja Liniowa ====== | + | ====== Laboratorium 4 - Regresja Liniowa ====== |
| - | {{:pl:dydaktyka:ml:prv:ex1.pdf|Instrukcja}} w języku angielskim. | + | Ćwiczenia bazujące na materiałach Andrew Ng.\\ |
| + | Przed zajęciami przejrzyj wykłady II-IV: [[https://class.coursera.org/ml/lecture/preview|Linear regression]] | ||
| - | Ćwiczenia do pobrania: {{:pl:dydaktyka:ml:prv:ex1.zip|Regresja Liniowa}} | + | {{:pl:dydaktyka:ml:ex1.pdf|Instrukcja}} w języku angielskim. |
| + | |||
| + | Ćwiczenia do pobrania: {{:pl:dydaktyka:ml:ex1.zip|Regresja Liniowa}} | ||
| ===== Lista i opis plików ===== | ===== Lista i opis plików ===== | ||
| Pliki oznaczone znakiem wykrzyknika (:!:) należy wypełnić własnym kodem | Pliki oznaczone znakiem wykrzyknika (:!:) należy wypełnić własnym kodem | ||
| Linia 43: | Linia 46: | ||
| Aby dowiedzieć się więcej o funkcji plot, wpisz w konsoli Octave <code> help plot</code> | Aby dowiedzieć się więcej o funkcji plot, wpisz w konsoli Octave <code> help plot</code> | ||
| - | {{:pl:dydaktyka:ml:prv:plot1.png|Wykres danych uczących}} | + | {{:pl:dydaktyka:ml:plot1.png|Wykres danych uczących}} |
| Sprawdź działanie funkcji za pomocą skryptu //ex1//. | Sprawdź działanie funkcji za pomocą skryptu //ex1//. | ||
| Linia 50: | Linia 53: | ||
| Funkcja kosztu dana jest wzorem: | Funkcja kosztu dana jest wzorem: | ||
| - | $$J(\theta) = \frac{1}{2m}\sum\limits_{i=1}^m(H_{\theta}(x^{(i)}})-y^{(i)}})^2$$ | + | $$J(\theta) = \frac{1}{2m}\sum\limits_{i=1}^m(h_{\theta}(x^{(i)}})-y^{(i)}})^2$$ |
| Gdzie | Gdzie | ||
| Linia 72: | Linia 75: | ||
| Powinieneś zobaczyć następujący wynik: | Powinieneś zobaczyć następujący wynik: | ||
| - | {{:pl:dydaktyka:ml:prv:plot2.png|Wynik działania algorytmu regresji liniowej}} | + | {{:pl:dydaktyka:ml:plot2.png|Wynik działania algorytmu regresji liniowej}} |
| ===== Regresja Liniowa dla wielu zmiennych ===== | ===== Regresja Liniowa dla wielu zmiennych ===== | ||
| Zakładamy, ze chcemy sprzedać dom, ale nie jesteśmy pewni jaką cenę ustalić. Mamy dostęp do danych o innych domach i cenach za jakie zostały sprzedane. Na tej podstawie chcemy ustalić cenę naszego domu. | Zakładamy, ze chcemy sprzedać dom, ale nie jesteśmy pewni jaką cenę ustalić. Mamy dostęp do danych o innych domach i cenach za jakie zostały sprzedane. Na tej podstawie chcemy ustalić cenę naszego domu. | ||
| Linia 123: | Linia 126: | ||
| Zobacz jak zmienia się wykres funkcji kosztu. Dobierz dane tak, aby wykres wyglądał tak jak poniżej: | Zobacz jak zmienia się wykres funkcji kosztu. Dobierz dane tak, aby wykres wyglądał tak jak poniżej: | ||
| - | {{:pl:dydaktyka:ml:prv:plot3.png|Wykres funkcji kosztów względem liczby iteracji}} | + | {{:pl:dydaktyka:ml:plot3.png|Wykres funkcji kosztów względem liczby iteracji}} |
| === Wyznaczenie aproksymacji ceny domu === | === Wyznaczenie aproksymacji ceny domu === | ||
| Linia 144: | Linia 147: | ||
| Powinieneś otrzymać wartość podobną do tej wyznaczonej w przypadku algorytmu Gradient Descent. | Powinieneś otrzymać wartość podobną do tej wyznaczonej w przypadku algorytmu Gradient Descent. | ||
| + | ==== Uwagi ==== | ||
| + | Dużo materiału. Nie wszyscy zdążyli ze zrobieniem wszystkich zadań. Być może następnym razem opłacałoby się rozbicie tych lab na dwie części. | ||
| + | |||
