作者查詢 / moodoa3583
作者 moodoa3583 在 PTT [ DataScience ] 看板的留言(推文), 共12則
限定看板:DataScience
看板排序:
全部NBA159Python145Gossiping85Boy-Girl81movie74WOW69joke65WomenTalk58marvel57nb-shopping57sex46NBAJerseys31StupidClown28Web_Design24FITNESS21MuscleBeach21SMSlife21Hsinchu18Beauty12DataScience12PttLifeLaw9AllTogether7Baseball6NBA_Film6book5Soft_Job5BLAZERS4CareerPlan4Aviation3C_Chat3Math3PokeMon3Salary3Stock3Tobacco3Basket_5vs52DC_SALE2HarukiMuraka2mknoheya2NBA_Fantasy2Olympics_ISG2street_style2Tech_Job2Test2BabyMother1CartoonNet1DSLR1graduate1hikarugo1job1NTU1PublicServan1Sheena1shoes1Storage_Zone1tattoo_ring1TOEFL_iBT1YOLO1<< 收起看板(58)
首頁
上一頁
1
下一頁
尾頁
1F→: 剛剛找出問題了,在斜率公式裡面output_errors和hidde04/19 14:40
2F→: n_errors前是有帶負號的,但程式碼裡面沒有加負號,所04/19 14:40
3F→: 以權重的確是要寫+=才會是正確的04/19 14:40
4F→: 也可以寫成04/19 14:42
5F→: self.who -= self.lr * numpy.dot((-1*(output_error04/19 14:42
6F→: s) * final_outputs * (1.0 - final_04/19 14:42
7F→: outputs)), numpy.transpose(hidden_outputs))04/19 14:42
8F→: 對我而言會比較直覺一些04/19 14:43
4F推: 可能找跟kaggle相關的書?03/23 09:09
5F→: 但其實每個產業都有自己的知識背景,ML預測只是提供一03/23 09:09
6F→: 個比較客觀的參考,但真的要做決策還是得依靠對該產業03/23 09:09
7F→: 的知識背景,所以應該很難有一本書可以以一概全03/23 09:09
首頁
上一頁
1
下一頁
尾頁