ComeçarComece de graça

Fazendo previsões com multiplicação de matrizes

Nos próximos capítulos, você vai aprender a treinar modelos de regressão linear. Esse processo gera um vetor de parâmetros que pode ser multiplicado pelos dados de entrada para produzir previsões. Neste exercício, você vai usar os dados de entrada, features, e um vetor alvo, bill, retirados de um conjunto de dados de cartão de crédito que usaremos mais adiante no curso.

\(features = \begin{bmatrix} 2 & 24 \\ 2 & 26 \\ 2 & 57 \\ 1 & 37 \end{bmatrix}\), \(bill = \begin{bmatrix} 3913 \\ 2682 \\ 8617 \\ 64400 \end{bmatrix}\), \(params = \begin{bmatrix} 1000 \\ 150 \end{bmatrix}\)

A matriz de dados de entrada, features, tem duas colunas: nível de escolaridade e idade. O vetor alvo, bill, representa o valor da fatura do titular do cartão de crédito.

Como ainda não treinamos o modelo, você vai informar um palpite para os valores do vetor de parâmetros, params. Em seguida, use matmul() para realizar a multiplicação de matrizes de features por params e gerar as previsões, billpred, que você vai comparar com bill. Observe que já importamos matmul() e constant().

Este exercício faz parte do curso

Introdução ao TensorFlow em Python

Ver curso

Instruções do exercício

  • Defina features, params e bill como constantes.
  • Calcule o vetor de valores previstos, billpred, multiplicando os dados de entrada, features, pelos parâmetros, params. Use multiplicação de matrizes, e não o produto elemento a elemento.
  • Defina error como os alvos, bill, menos os valores previstos, billpred.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Define features, params, and bill as constants
features = ____([[2, 24], [2, 26], [2, 57], [1, 37]])
params = ____([[1000], [150]])
bill = ____([[3913], [2682], [8617], [64400]])

# Compute billpred using features and params
billpred = ____

# Compute and print the error
error = ____ - ____
print(error.numpy())
Editar e executar o código