Studoši

jel se moze ovo rijesit bez da s onog grafa usporedbe pogadas tocnu decimalnu vrijednost

[obrisani korisnik]

10-ak poruka iznad je postupak, evo
Dragi prijatelj strojnog učenja

[obrisani korisnik] pročitaj dretvu viliml

Kada piše da se značajke množe sa dva, pretpostavljam da se množe sve značajke osim dummy značajke?

Dragi prijatelj strojnog učenja da, w0 tretiraš posebno

zara U auditornim od logreg2 od 1:20 Snajder detaljno rj predzadnji, zadnji je nakon toga nacrtao, ali nije rekao tocan odg (njemu je bilo zacrnjeno 49 kao tocno, a nama je 45, vjv je greska).

Netko ima postupak?

gad_gadski predavanje na teamsu iz te lekcije Šnajder rješi isti zadatak samo druge brojke.

Jel zna itko ovaj?

Ja bi rekao da je rjesenje: najgori slucaj za OVO je kad se usporeduju 2 klase po 400. Buduci da pohranjujemo pola matrice bez dijagonale to je ukupno (400 puta 400 - 400)/2
OVR uvijek ukljucuje sve elemente: dakle to je (1000 puta 1000 - 1000)/2 pohranjenih elemenata

prvi broj / drugi broj je tocno 4 puta manji od pravog rjesenja… di grijesim?

ostaje.mi.to.sto.se.volimo Za OVO si uzeo samo jednu klasu, a trebalo bi usporediti dvije najveće pa dobiješ 800 primjera, a ne 400. I inače jedan tip za sve, veliku većinu tih zadataka sa ispita imate riješenih na teamsima na videu od tjedna gdje se to radilo ili na rekapitulaciji.

ostaje.mi.to.sto.se.volimo jel nebi za ovo trebala 800×800 matica da bi bila simetricna

Kako se ovo dobije

steker bravo. sjeban sam, od jutros sam za laptopom. hvala

Može netko dat postupak za ovaj zadatak nije mi jasno kak ga rijesit
Tocan odg je pod B

prx_xD
Valjda je to to

prx_xD steker Dragi prijatelj strojnog učenja
Nije toliko ružno ako zguraš sve detalje linearno algebarskih računa pod tepih. Na primjer vrijednosti hipoteze za sve primjere možeš odmah izračunati trikom da daš jezgri za argument matricu umjesto vektora, i sve one sume s alfama i ipsilonima se isto mogu prikazati kao matrično množenje.
Ovo je isti zadatak s drugačijim krajnjim primjerom x:

steker hvala

steker odvratan zadatak lol

moze neko pametan mi malo pojasnit zasto se minimizira druga norma od W za rjesenje maksimalne margine, tj. Zasto se potporni vektori udaljavju vise od hiperravnine sto je W manji. Nikako mi to ne ide u glavu baš

steker dosta je dense izvod, probaj shvatit svaki korak pojedinačno.
Keypointovi za razumjet su (SVM 1, poglavlje 1.1):

• definicija udaljenosti primjera od hiperravnine
• izraz za maksimalnu marginu (minimizacija unutar argmax-a),
• uvođenje pretpostavke da je udaljenost potpornih vektora od klasifikacijske granice jednaka 1,
• činjenica argmax(1 / ||w||) ekvivalentna argmin ||w||.