AI FÖR NATURLIGT SPRÅK

Kursinfo

Kursmaterial

FAQ

Kursmaterial

/

Kapitel

Linjär regression

Linjär regression

Regressionsanalys

Linjär regression förekommer i gymnasiekursen Matematik 2 där den kallas ”regressionsanalys”. Om du vill repetera begreppet rekommenderar vi avsnittet Korrelation och regressionsanalys i Matteboken.

Formeltolkning

Här är räta linjens ekvation:

$y = xw + b$

Vad representerar $w$ i denna ekvation?

Kvadratiskt medelfel

Här är en liten datamängd:

xy
00
12
21
34

Vad är det kvadratiska medelfelet för en linjär modell med $w = 1{.}5$, $b = 0{.}5$? Avrunda till två decimaler.

Generaliserad linjär regression

Linjärt neuronnät

Vad är ett linjärt neuronnät?

Räkna parametrar

Vi har sett hur linjär regression kan generaliseras till flera prediktorer. Varje enskild prediktor $x_i$ har en egen lutningskoefficient eller vikt $w_i$ som vi behöver hitta ett optimalt värde för. Vi behöver också hitta ett optimalt värde för baskonstanten $b$. Vikterna och baskonstanten tillsammans utgör modellens parametrar, som vi kan gruppera i en matris innehållande vikterna ($\vec{W}$) och en vektor innehållande baskonstanterna ($\vec{b}$). Det är dessa parametrar som vi kan ”skruva på” för att förbättra vår modell.

Antalet parameterar i ett neuronnät säger något om nätets komplexitet – stora nät tar längre tid att träna upp och brukar kräva mer träningsdata också. Hur många parametrar har det linjära neuronnätet (den generaliserade linjära modellen) i det räkneexempel som visas i föreläsningen?

Denna webbsajt innehåller kursmaterialet för kursen ETE335 AI för naturligt språk.
Materialet är licenserat under en Creative Commons Erkännande 4.0 Internationell licens.
Copyright © 2022, Marco Kuhlmann & Oskar Holmström