搜索
人大经济论坛 › 附件下载

附件下载

所在主题：
文件名:  Coding the History of Deep Learning - FloydHub Blog.pdf
资料下载链接地址: https://bbs.pinggu.org/a-2330274.html
附件大小:
281.45 KB   举报本内容
[hide][/hide]
  1. 深度学习都从这个数学片段开始的（我已经把它翻译成 Python）：

  3. # y = mx + b
  4. # m is slope, b is y-intercept
  5. def compute_error_for_line_given_points(b, m, coordinates):
  6. totalError = 0
  7. for i in range(0, len(coordinates)):
  8. x = coordinates[i][0]
  9. y = coordinates[i][1]
  10. totalError += (y - (m * x + b)) ** 2
  11. return totalError / float(len(coordinates))

  13. # example
  14. compute_error_for_line_given_points(1, 2, [[3,6],[6,9],[12,18]])

  16. 这个算法由法国数学家 Adrien-Marie Legendre 首次发表（1805, Legendre），他的另一大成就是确立标准米。他沉迷于预测彗星的位置。他根据彗星之前的几个位置进行不懈搜索，寻找计算彗星轨迹的方法。
  17. 这真的是愚公移山一样的工作。他尝试了多种方法，终于找到了一个方法：首先猜测彗星未来的位置，然后平方误差，最后重新猜测以减少平方误差的总和。这就是线性回归损失函数的基矗

  19. 在 Jupyter notebook 上运行上述代码，并逐渐熟悉它。m 代表系数（coefficient），b 代表预测中的常量，coordinates 代表彗星的位置。目的就是找到 m 和 b 的一种组合，使误差最小化
复制代码


    熟悉论坛请点击新手指南
下载说明
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。
2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。
3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。
(如有侵权，欢迎举报)
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

京ICP备16021002号-2 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问：王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2026-1-22 13:31