Обчислення кутових коефіцієнтів

Тепер ви потренуєтеся обчислювати кутові коефіцієнти. Якщо побудувати графік функції втрат середньоквадратичної помилки залежно від прогнозів, то кутовий коефіцієнт дорівнює 2 * x * (xb-y), або 2 * input_data * error. Зауважте, що x і b можуть містити кілька чисел (x — це вектор для кожної точки даних, а b — вектор). У такому разі вихід теж буде вектором — саме те, що потрібно.

Ви готові написати код для обчислення цього кутового коефіцієнта для однієї точки даних. Ви використаєте наперед задані ваги weights, а також дані для однієї точки input_data. Фактичне значення цільової змінної, яку ви хочете передбачити, збережено в target.

Ця вправа є частиною курсу

Вступ до Deep Learning у Python

Переглянути курс

Інструкції до вправи

Обчисліть прогноз preds, перемноживши weights на input_data та підсумувавши результат.
Обчисліть помилку як preds мінус target. Зверніть увагу, що ця помилка відповідає xb-y у виразі градієнта.
Обчисліть кутовий коефіцієнт функції втрат щодо прогнозу. Для цього знайдіть добуток input_data та error і помножте його на 2.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Calculate the predictions: preds
preds = ____

# Calculate the error: error
error = ____ - ____

# Calculate the slope: slope
slope = ____ * ____ * ____

# Print the slope
print(slope)

Редагувати та запускати код