Обсуждение статьи "Машинное обучение и Data Science (Часть 06): Градиентный спуск"

Новый комментарий
 

Опубликована статья Машинное обучение и Data Science (Часть 06): Градиентный спуск:

Градиентный спуск играет важную роль в обучении нейронных сетей и различных алгоритмов машинного обучения — это быстрый и умный алгоритм. Однако несмотря на его впечатляющую работу, многие специалисты по данным все еще неправильно его понимают. Давайте в этой статье посмотрим, о чем идет речь.

По сути градиентный спуск — это алгоритм оптимизации, используемый для поиска минимума функции:

Статья про градиентный спуск gif

Градиентный спуск — очень важный алгоритм в машинном обучении, поскольку он помогает найти параметры лучшей модели для определенного набора данных. Для начала давайте познакомимся с термином "Функция стоимости".

Автор: Omega J Msigwa

 
Тут ошибка в самом начале:

Первая итерация

Формула: x1 = x0 - Learning Rate * ( 2*(x+5) )

x1 = 0 - 0.01 * 0.01 * 2*(0+5)

x1 = -0.01 * 10

x1 = -0.1 (в итоге) 

Два раза написано 0.01.
Путаете людей.
Новый комментарий