7
Intelligente Systeme (Subject) / Lineare Regression (Lesson)
- Was ist das Ziel Linearer Regression? Linearen Zusammenhang zwischen zwei Variablen zu modellieren, also aus abhängiger Variable (AV) einee unabhängigen Variablen (UV) vorhersagen. Die dafür Lineare Funktion wird berechnet anhand der Input und Outputdaten (x,y) und Gewichten w0 und w1. hw= w0 + w1x
- Wie bestimmt man die Weight der Linear Regression Funktion? Gesucht sind w0 und w1 1) Loss Funktion angeben 2) Loss Funktion nach w0 und w1 ableiten 3) Beide Ableitungen 0 setzen 4) Nach w1 und w0 auflösen
- Wie lauten die Auflösungen um w0 und w1 zu bestimmen? w1 N(∑ xj, yj) - (∑ xj)(∑ yj) / N(∑ x2j) - N(∑ xj)2 w0 (∑yj) - w1(∑ xj) / N
- Wie lautet die allgemeine Form der Loss Funktion? Loss(hw) ∑ (yj - w1xj-w0)2
- Was gibt die Loss Funktion an? Wie stark das Ergebnis der von uns generierten Hypothesenfunktion hw von dem tatsächlich erwarteten Output y ist.
- Wie bestimmt man die Loss und Updatefunktion anhand von Datenpunkten (x, y)? x und y in die Lossgleichung einsetzen nach w0 und w1 ableiten in die Update Form bringen
- Wie lautet die Update Gleichung? x < x - α(Ableitung nach x) für alle Variablen die vorkommen (x,y,..)
Advertisement