ismetelten egy eleg retardalt kerdessel jovok de nem tudok rajonni, es kezd megbaszni az ideg
szoval, a machine learning kurzusomban egyelore leginkabb gradient descenttel probalok adott adathalmazokhoz legjobban fuggo funkciokat talalni, ami tobbnyire igy nez ki:

van m darab peldam j darab tulajdonsaggal, amiket X m*j matrixban tartok, a hozzajuk tartozo adott erteket meg yben (m*1). a theta az az ezen tulajdonsagokhoz tartozo szorzok a hipotezis fuggvenyemben, amiket egy j*1 vektorban akarnek tartani, es egyszerre updatelni oket a kepen lathato modon
igy meg tudom csinalni mukodore elvileg:
Code
for j=1:length(theta)
grad(j) = 1/m * sum((h-y).*X(:,j));
end
(grad a vektor neve, amikben a thetakat tartom, htheta(x) meg siman csak h)
de a tanar is meg anyd is sokszor monda mar, hogy forloopot hasznalni ilyenekre eleg nagy ganesag matlabban, es sokkal effektivebb lenne siman vektorosan megcsinalni, amivel szopom a faszt az egyenlet vegen levo Xj miatt
ez igy valszeg elegge erthetetlen de a problema maga nem atomfizika valoszinuleg
tldr:
h(x), y, meg xj mind m hosszusagu vektorok, hogy csinaljam meg a kepen lathato egyenlet jobb oldalat, hogy valaszul kapjak egy j hosszusagu vektort
This post was edited by SummertimeClothes on May 7 2016 10:29am