🗊Презентация Обучение с учителем. Линейная регрессия

Категория: Экономика и Финансы
Нажмите для полного просмотра!
Обучение с учителем. Линейная регрессия, слайд №1Обучение с учителем. Линейная регрессия, слайд №2Обучение с учителем. Линейная регрессия, слайд №3Обучение с учителем. Линейная регрессия, слайд №4Обучение с учителем. Линейная регрессия, слайд №5Обучение с учителем. Линейная регрессия, слайд №6Обучение с учителем. Линейная регрессия, слайд №7Обучение с учителем. Линейная регрессия, слайд №8Обучение с учителем. Линейная регрессия, слайд №9Обучение с учителем. Линейная регрессия, слайд №10Обучение с учителем. Линейная регрессия, слайд №11Обучение с учителем. Линейная регрессия, слайд №12Обучение с учителем. Линейная регрессия, слайд №13Обучение с учителем. Линейная регрессия, слайд №14Обучение с учителем. Линейная регрессия, слайд №15Обучение с учителем. Линейная регрессия, слайд №16Обучение с учителем. Линейная регрессия, слайд №17Обучение с учителем. Линейная регрессия, слайд №18Обучение с учителем. Линейная регрессия, слайд №19Обучение с учителем. Линейная регрессия, слайд №20
Скачать
Вы можете ознакомиться и скачать презентацию на тему Обучение с учителем. Линейная регрессия. Доклад-сообщение содержит 20 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Обучение с учителем & Линейная регрессия
Описание слайда:
Обучение с учителем & Линейная регрессия

Слайд 2


Обучение с учителем
Описание слайда:
Обучение с учителем

Слайд 3


Обучение с учителем. Линейная регрессия, слайд №3
Описание слайда:

Слайд 4


Немножко формализма X – input features Y – target variable (xi ; yi) – training example { (xi ; yi) i = 1 … m } – training set
Описание слайда:
Немножко формализма X – input features Y – target variable (xi ; yi) – training example { (xi ; yi) i = 1 … m } – training set

Слайд 5


Цель обучения с учителем Prediction function h : X -> Y Регрессия – бесконечное множество Классификация – конечное множество (дискретные величины)
Описание слайда:
Цель обучения с учителем Prediction function h : X -> Y Регрессия – бесконечное множество Классификация – конечное множество (дискретные величины)

Слайд 6


Вспомним пример
Описание слайда:
Вспомним пример

Слайд 7


Обучение с учителем. Линейная регрессия, слайд №7
Описание слайда:

Слайд 8


Метод Градиентного спуска Нужно найти такие коэффициенты, чтобы минимизировать функцию стоимости J.
Описание слайда:
Метод Градиентного спуска Нужно найти такие коэффициенты, чтобы минимизировать функцию стоимости J.

Слайд 9


Обучение с учителем. Линейная регрессия, слайд №9
Описание слайда:

Слайд 10


ПСЕВДообратная матрица Мура - Пенроуза Пусть A – m x n матрица. Матрица C называется псевдообратной к A, если: ACA = A CAC = C (AC)* = AC (CA)* = CA Обозначение: C = A+
Описание слайда:
ПСЕВДообратная матрица Мура - Пенроуза Пусть A – m x n матрица. Матрица C называется псевдообратной к A, если: ACA = A CAC = C (AC)* = AC (CA)* = CA Обозначение: C = A+

Слайд 11


Системы линейныХ уравнений и связь с линейной регрессией Пусть Ax = B – С.Л.У Теорема Мура – Пенроуза: x = A+B + (En – A+A)y, где y из Rn
Описание слайда:
Системы линейныХ уравнений и связь с линейной регрессией Пусть Ax = B – С.Л.У Теорема Мура – Пенроуза: x = A+B + (En – A+A)y, где y из Rn

Слайд 12


ПриМеры нелинейных моделей регрессии
Описание слайда:
ПриМеры нелинейных моделей регрессии

Слайд 13


Переобучение и регуляризация Переобучение - нежелательное явление, возникающее при решении задач обучения по прецедентам, когда вероятность ошибки обученного алгоритма на тестовой выборке оказывается существенно выше, чем средняя ошибка на обучающей выборке. Переобучение возникает при использовании избыточно сложных моделей Недообучение - нежелательное явление, возникающее при решении задач обучения по прецедентам, когда алгоритм обучения не обеспечивает достаточно малой величиный средней ошибки на обучающей выборке. Недообучение возникает при использовании недостаточно сложных
Описание слайда:
Переобучение и регуляризация Переобучение - нежелательное явление, возникающее при решении задач обучения по прецедентам, когда вероятность ошибки обученного алгоритма на тестовой выборке оказывается существенно выше, чем средняя ошибка на обучающей выборке. Переобучение возникает при использовании избыточно сложных моделей Недообучение - нежелательное явление, возникающее при решении задач обучения по прецедентам, когда алгоритм обучения не обеспечивает достаточно малой величиный средней ошибки на обучающей выборке. Недообучение возникает при использовании недостаточно сложных

Слайд 14


Разберем пример Будем апроксимировать Обучающая выборка Модель Алгоритм Тестовая выборка
Описание слайда:
Разберем пример Будем апроксимировать Обучающая выборка Модель Алгоритм Тестовая выборка

Слайд 15


P = 2 : Недообучение
Описание слайда:
P = 2 : Недообучение

Слайд 16


P = 20 : оптимальная модель
Описание слайда:
P = 20 : оптимальная модель

Слайд 17


p = 40: Переобучение
Описание слайда:
p = 40: Переобучение

Слайд 18


Регуляризация Штраф к функции ошибки ( или функция стоимости )
Описание слайда:
Регуляризация Штраф к функции ошибки ( или функция стоимости )

Слайд 19


Сравнение
Описание слайда:
Сравнение

Слайд 20


Обучение с учителем. Линейная регрессия, слайд №20
Описание слайда:

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию