Makine Öğrenmesi Matematiği 7


Bu yazı Makine Öğrenmesi Matematiği yazı dizisinin 7. bölümüdür. Hatırlamak isterseniz: Makine Öğrenmesi Matematiği 1 Makine Öğrenmesi Matematiği 2 Makine Öğrenmesi Matematiği 3 Makine Öğrenmesi Matematiği 4 Makine Öğrenmesi Matematiği 5 Makine Öğrenmesi Matematiği 6 Çok değişkenli lineer regresyon örneğimiz ile devam edelim. Veri Setimiz AndrewNG’nin hazırladığı Coursera’daki Machine Learning dersinden alınmıştır. ex1data2.txt 2104,3,399900 1600,3,329900 2400,3,369000 1416,2,232000 3000,4,539900 1985,4,299900 1534,3,314900 1427,3,198999 1380,3,212000 1494,3,242500 1940,4,239999 2000,3,347000 1890,3,329999 4478,5,699900 1268,3,259900 2300,4,449900 … Okumaya devam et Makine Öğrenmesi Matematiği 7

Makine Öğrenmesi Matematiği 3


Bu yazı Makine Öğrenmesi Matematiği 2‘nin devamıdır. Hemen hatırlayalım, elimizde bir veri seti vardı, iki kolondan oluşuyor, kısaca ilk değişkeni kullanarak ikinci değişkeni tahmin edeceğiz. Verilerin Dağılım grafiği aşağıdaki gibidir: Problemimizi şöyle tanımlamıştık: Bu verilere en iyi uyan doğru nasıl olmalıdır?  Elimizdeki çıktıyı(ikinci kolonu) tahmin etmemizi sağlayacak tek bir değişken yani öngürücü değişken var, ilk kolondaki veriler(girdi). Yani problemimize makine öğrenmesi alanındaki ismine tek değişkenli … Okumaya devam et Makine Öğrenmesi Matematiği 3

Özellik Ölçekleme ve Normalleştirme (Feature Scaling and Normalization)


Standartlaştıma — Normalizasyon Hakkında Standardizasyonun (veya Z Puanı Normalizasyonunun) sonucu, özelliklerin standart bir normal dağılım özelliklerine sahip olacak şekilde yeniden ölçeklendirilmesidir. Burada μ ortalama (ortalama) ve σ ortalamadan standart sapma; Örneklerin standart puanları (z puanları) şu şekilde hesaplanır: Özelliklerin standart sapması 1 ile 0 civarında ortalanacak şekilde standartlaştırılması, farklı birimleri olan ölçümleri karşılaştırdığımızda değil, aynı zamanda birçok makine öğrenme algoritması için genel bir gereklilik olarak da … Okumaya devam et Özellik Ölçekleme ve Normalleştirme (Feature Scaling and Normalization)