下のグラフは、燃料効率データセットから 20 個の例をプロットしています。 特徴量(数千ポンド単位の自動車の重さ)が X 軸にプロットされ、 Y 軸にプロットされたラベル(1 ガロンあたりのマイル)です。
タスク: グラフの上にある [体重] と [バイアス] スライダーを調節します。 データの MSE 損失を最小限に抑える線形モデルを見つける
検討できる質問:
- 達成できる最小の MSE はいくつですか。
- この損失を引き起こした重みとバイアスの値は何ですか?
下のグラフは、燃料効率データセットから 20 個の例をプロットしています。 特徴量(数千ポンド単位の自動車の重さ)が X 軸にプロットされ、 Y 軸にプロットされたラベル(1 ガロンあたりのマイル)です。
タスク: グラフの上にある [体重] と [バイアス] スライダーを調節します。 データの MSE 損失を最小限に抑える線形モデルを見つける
検討できる質問:
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2024-08-15 UTC。