Section outline

  • S preprosto knjižnico za strojno odvajanje, ki smo jo razvili na prejšnjem predavanju, učimo modele z gradientnim sestopom, pri čemer začnemo z linearno regresijo in nadaljujemo z bolj kompleksnimi primeri, kot sta multivariatna regresija in večrazredno lestvičenje. Vpeljemo razred LinReg za regresijo z eno ali več vhodnimi spremenljivkami, opremimo ga z metodo za izračun izgube ter postopoma razširimo s podporo za paketno učenje. Knjižnico za strojno odvajanje ustrezno dopolnimo z novimi operacijami. Razvijemo tudi razred MDS za večrazredno lestvičenje, in z njim obdelamo primer generiranja karte mest glede na cestne razdalje. Kljub enostavni implementaciji lahko učinkovito učimo različne modele, kar kaže na moč strojnega odvajanja in gradientnega sestopa pri reševanju raznovrstnih optimizacijskih problemov. Zapiski s predavanj
    Koda