Xây dựng mô hình dự đoán giá nhà – Part 1

Nội dung được lấy từ chương 2 sách:  Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems Link Github: https://goo.gl/VAFfG3 Nguồn: Bạn có thể tải sách trên mạng, lần trước mình có tải 1 bản pdf nhưng chất lượng không được tốt. Sách này mình mượn thư viện, nhân … Continue reading Xây dựng mô hình dự đoán giá nhà – Part 1

Advertisements

Xây dựng mạng nơron nhiều lớp

Ở bài trước chúng ta đã xây dựng thành công mạng nơ ron 1 lớp ẩn. Bài này sẽ xây dựng từng bước một mạng nơron với l lớp ẩn, và so sánh việc tăng độ lớn mạng NN có ảnh hưởng nhiều đến khả năng phân loại hay không? Như thường lệ. Việc đầu … Continue reading Xây dựng mạng nơron nhiều lớp

Phân loại dữ liệu 2 chiều với mạng nơron một lớp ẩn

Nội dùng bài tham khảo từ: cs231n.github.io/neural-networks-case-study/ deeplearning.ai assignment - week 3 Xây dựng hàm tạo dữ liệu 2 chiều Kích thước tập huấn luyện: (2, 400) Kích thước nhãn huấn luyện: (1, 400) Dữ liệu có m = 400 mẫu huấn luyện! Xây dựng cấu trúc mạng nơron Ví dụ tại : Và Cost … Continue reading Phân loại dữ liệu 2 chiều với mạng nơron một lớp ẩn

Hồi quy logistic từ góc nhìn mạng nơron

Bài toán: Chúng ta có tập dữ liệu data.h5 từ khóa học deeplearning.ai  bao gồm: Tập dữ liệu huấn luyện với m ảnh có gán nhãn, với mèo (y=1) hoặc không phải mèo (y=0) Tập kiểm tra với m ảnh Mỗi ảnh có kích thước (num_px, num_px, 3) Nhiệm vụ của chúng ta là xây … Continue reading Hồi quy logistic từ góc nhìn mạng nơron

Gradient descent

Nội dùng bài tham khảo từ:  https://www.deeplearning.ai/ https://github.com/llSourcell/The_evolution_of_gradient_descent/blob/master/GD_vs_SGD.ipynb Tổng quan Chúng ta cần dự đoán w và b để tối ưu hàm mất mát Đầu tiên, chúng ta sẽ gán w và b bằng 0 hoặc gán với giá trị ngẫu nhiên nhỏ, sau đó tìm cách để tối ưu giá trị cho đến khi … Continue reading Gradient descent