Цитаты из книги   Машинное обучение и TensorFlow

Бесконечная L-норма имеет вид

ис. 1.7. Расстояние по норме L1 носит название манхэттенского расстояния (или метрики такси), поскольку напоминает маршрут машины по пересечениям улиц Манхэттена.

L2-норма между точками (0,1) и (1,0) является длиной отрезка прямой между двумя точками

ператоры: www.tensorflow.org/api_guides/python/math_ops. Ниже приведены примеры используемых операторов:

tf.add(x, y) — складывает два тензора одного типа, x + y;

x + y tf.subtract(x, y)— вычитает тензоры одного типа, x – y;

x — y tf.multiply(x, y)— перемножает поэлементно два тензора;

tf.pow(x, y)— возводит поэлементно x в степень y;

tf.exp(x)— аналогичен pow(e, x), где e — число Эйлера (2,718 …);

tf.sqrt(x)— аналогичен pow(x, 0,5);

tf.div(x, y)— выполняет поэлементно деление x и y;

tf.truediv(x, y)— то же самое, что и tf.div, кроме того, что приводит аргументы как числа с плавающей запятой;

tf.floordiv(x, y)— то же самое, что и truediv, но с округлением окончательного результата до целого числа;

tf.mod(x, y)— берет поэлементно остаток от деления.

Неопределенные значения называют параметрами, а их описание называют моделью. Ваша работа состоит в том, чтобы написать алгоритм, который проанализирует имеющиеся примеры и выявит, как наилучшим образом настроить параметры для получения оптимальной модели. Это невероятно важная мысль!

Тензором называют обобщение матрицы, которое определяет элемент по его произвольному числу указателей.

Машинное обучение часто разделяется на три направления: обучение с учителем (контролируемое обучение), обучение без учителя (неконтролируемое обучение) и обучение с подкреплением.

Цель этапа обучения — описание данных, которые называются вектором признаков, и сведение их в модели.

База данных анализа полнометр

Пояснение для тех, кому интересна математика: эта норма использует оценку по методу наименьших квадратов согласно теореме Гаусса—Маркова. Для всех остальных: это кратчайшее расстояние между двумя точками.