TelegramOpen channel
Oleksandr Chereshnevyi
Merged · Machine Learning

Вступ до машинного навчання

На цьому уроці розберемо сфери використання AI/ML, які бувають спеціальності в цьому напрямку. Також розглянемо технології та середовище, в якому працюватимемо.

Code and results

Published version after Merge. Results were saved by the author; code does not run on this page.

Python · 1
# Градієнтний спуск
# Відображає принцип застосування градієнтного спуску на основі
# вигаданих даних з продажу морозива
#(де кількість проданого морозива залежить від навколишньої теператури)

x, y = 30, 60          # 30 градусів, продали 60 морозив
w = 0.5                # стартова "ручка" дані наведені для прикладу
lr = 0.0005            # розмір кроку дані наведені для прикладу

for step in range(1, 6):
    pred = w * x                  # 1. вгадали
    error = pred - y              # 2. порахували помилку
    print(f"Спроба {step}: w={w:.4f}, прогноз={pred:.2f}, помилка={error:.2f}")
    w -= lr * 2 * error * x       # 3. виправились (крок вниз по гірці)
Results saved by the author in Colab
Спроба 1: w=0.5000, прогноз=15.00, помилка=-45.00
Спроба 2: w=1.8500, прогноз=55.50, помилка=-4.50
Спроба 3: w=1.9850, прогноз=59.55, помилка=-0.45
Спроба 4: w=1.9985, прогноз=59.95, помилка=-0.05
Спроба 5: w=1.9998, прогноз=60.00, помилка=-0.00

Community reviews

Anar LavrenovApprove

Правка зроблена. Реалізація затверджена