مقیاس بندی ویژگی‌ها در گرادیان نزولی Feature Scaling in Gradient Descent– قسمت بیستم دوره یادگیری ماشین دانشگاه استنفورد

مقیاس بندی ویژگی‌ها در گرادیان نزولی Feature Scaling in Gradient Descent– قسمت بیستم دوره یادگیری ماشین دانشگاه استنفورد

در این جلسه از سری آموزش‌های یادگیری ماشین دانشگاه استنفورد با مقیاس بندی ویژگی‌ها در گرادیان نزولی آشنا می‌شویم. همچنین نرمال سازی داده‌ها و شروط اجرای آن را معرفی می‌کنیم.

چرا از مقیاس بندی ویژگی‌ها در گرادیان نزولی استفاده می‌کنیم؟

در جلسه قبل، الگوریتم گرادیان نزولی برای چند متغیر را تعریف کردیم. با اضافه شدن متغیر جدید محاسبات دشوارتر می‌شود. بنابراین یافتن نقاط مینیمم سخت می‌شود. اگر چند متغیر مورد نظر ما در یک مقیاس مشابه باشند، احتمال همگرایی بالا می‌رود. به عبارت دیگر، زمانی که متغیرهای ما در رنج مشابهی باشند سریعتر به نقطه مینیمم می‌رسیم. فرض کنید دو متغیر متراژ و تعداد اتاق خواب با رنج مشخص زیر داریم:

\(\Large  x_{1} = size (0-2000 {feet}^2 ) \)

\(\Large  x_{2} = bedrooms (1-5) \)

این محتوا قفل و محدود شده است. برای تهیه اشتراک و مطالعه آن عضو شوید. عضویت

فیلم مقیاس بندی ویژگی‌ها در گرادیان نزولی از جلسه بیستم یادگیری ماشین اندرو ان جی

جمع‌بندی جلسه مقیاس بندی ویژگی‌ها در گرادیان نزولی و موضوع جلسه آینده

در این جلسه از سری آموزش‌های یادگیری ماشین دانشگاه استنفورد با مقیاس بندی ویژگی‌ها در گرادیان نزولی آشنا شدیم. اکنون ک هبا مقیاس بندی آشنا شدید می‌توانید با استفاده از این ترفند گرادیان نزولی را بهتر به کار ببرید. در جلسه آینده در مورد ترفند دیگری برای افزایش سرعت گرادیان نزولی صحبت خواهیم کرد.

حتما بخوانید:  الگوریتم گرادیان نزولی Gradient Descent Algorithm - قسمت هشتم دوره یادگیری ماشین دانشگاه استنفورد

۴ دیدگاه در “مقیاس بندی ویژگی‌ها در گرادیان نزولی Feature Scaling in Gradient Descent– قسمت بیستم دوره یادگیری ماشین دانشگاه استنفورد

    • ضمن عرض سلام
      شما دوره را تهیه نکرده‌اید. برای تهیه دوره بر روی عضویت در همین صفحه کلیک کنید.

  • سلام و احترام

    برای آموزش یادگیری ماشین کتاب اندرو ان جی بهم معرفی شد و همین طور برای درس “پردازش زبان طبیعی” دانشگاه هم همین کتاب معرفی شد، خوش حالم که آموزش های فارسی شما رو پیدا کردم.
    آقای موسوی نطنزی عزیز، باعث افتخاره که در تیم مقاله نویسی شما همکاری کنم چون قبل از پیدا کردن این مطالب، شروع به ترجمه ی اسلایدهای دکتر اندرو بودم و مطالب رو روی گیت هاب خودم منتشر میکردم.

    • ضمن عرض سلام و وقت بخیر
      خواهش میکنم. برای گفت و گوی بیشتر به آیدی تلگرامی که در فوتر سایت قرار داره پیام بدید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.

-->