《机器学习:算法视角(原书第2版)》 —3 习题

举报
华章计算机 发表于 2019/12/21 15:21:59 2019/12/21
【摘要】 本节书摘来自华章计算机《机器学习:算法视角(原书第2版)》 一书中第3章,习题,作者是[新西兰] 史蒂芬·马斯兰(Stephen Marsland),高 阳 商 琳 等译。

习题

3.1 考虑一个含有2个输入、1个输出以及一个阈值激活函数的神经元。如果两个权重分别为w1=1和w2=1,并且偏置是b=-1.5,那么对于输入(0,0),输出是多少?如果输入是(1,0)、(0,1)和(1,1)呢?

画出该函数的判别函数,再写出它的方程,是否与某个特别的逻辑门相一致?

3.2 根据相应的输入,设计出逻辑NOT、NAND和NOR的感知器。

3.3 奇偶校验问题是这样一类问题:当输入中1的个数为偶数时,返回1,否则返回0。当输入个数为3时,感知器能学习这个问题吗?设计一个网络并且进行试验。

3.4 测试本书网站上对奇偶校验问题的感知器方法和线性回归方法的代码。

3.5 本书网站上的感知器代码采用了批量更新算法,也就是将全部数据集批量输入算法来求得误差,然后更新权重,如3.3.5节所讨论的。将这段代码转换为顺序更新的版本,并对两种版本的结果进行比较。

3.6 尝试考虑一些有趣的但不能通过感知器来执行的图像处理任务。(提示:你需要考虑那些仅仅通过观察单独的像素不足以来分类的任务。)

3.7 由感知器得到的决策边界超平面有方程y(x)=wTx+b=0。对一个点x′,通过最小化x-x′2来证明点到超平面的最小距离为y(x′)/w。

3.8 在本书的网站上,有到一个非常大的关于手写数字的数据集(MNIST数据集)的链接。把它下载下来,并且用感知器来学习这个数据集。

3.9 对本书网站上的前列腺数据,分别用感知器方法和逻辑斯蒂回归方法来学习,并对结果进行比较。

3.10 在感知器收敛定理的证明中,我们假设x≤1。对证明进行修改,使得假设变为x≤R,其中R为常数。  


【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。