Искусственный нейрон имеет два входа с весами 1 и 2 соответственно. Ко входному сигналу прибавляется число 1 и применяется сигмоидная функция. Чему будет равно значение на выходе из нейрона, если на первый вход было подано число 1, а на второй — число -1?
Anonymous Quiz
7%
-1
24%
0
40%
0.5
7%
2
8%
-0.5
2%
1.5
12%
1
-35% на самый хардкорный курс по вышмату
🎄 Новый год начинается с подарков, а хороший подарок для себя — новые знания со скидкой 35%!
🌟«Математика для Data Science» — 19 490 ₽ (вместо 29 990 ₽)
Полугодовая программа от преподавателей МГУ, которая включает в себя все необходимые знания по математике для работы в Data Science.
Вас ждет развернутая обратная связь по всем домашним заданиям, а также ссылки на полезные дополнительные материалы.
У вас не будет шансов не усвоить какие-то темы курса👌
🔥 Переходите и активируйте вводные занятия курса — https://proglib.io/w/4468ec03
🎄 Новый год начинается с подарков, а хороший подарок для себя — новые знания со скидкой 35%!
🌟«Математика для Data Science» — 19 490 ₽ (вместо 29 990 ₽)
Полугодовая программа от преподавателей МГУ, которая включает в себя все необходимые знания по математике для работы в Data Science.
Вас ждет развернутая обратная связь по всем домашним заданиям, а также ссылки на полезные дополнительные материалы.
У вас не будет шансов не усвоить какие-то темы курса👌
🔥 Переходите и активируйте вводные занятия курса — https://proglib.io/w/4468ec03
В симметричной выборке…
Anonymous Quiz
7%
отклонение близко к нулю
17%
среднее значение близко к нулю
76%
разница между медианой и средним значением близка к нулю
✍️ Очередной разбор задач
1️⃣ Для нахождения градиента функции f(u,v)=u*v+1 в точке (1,2) нам нужно сначала вычислить частные производные функции по u и v, а затем оценить их значения в этой точке. Результатом будет вектор.
Вычислим частную производную по u. Она будет равна v. В точке (1, 2) это даёт 2. Теперь вычислим частную производную по v. Она будет равна u. В точке (1, 2) это даёт 1. Таким образом, градиент функции равен (2, 1).
2️⃣ Здесь решение будет вычисляться по формуле σ(1⋅1+2⋅(−1)+1). Каждый вход умножается на соответствующий вес. Эти значения суммируются и к ним прибавляется единица. От полученного выражения вычисляется сигмоида. В результате значение на выходе из нейрона будет равно 0.5.
3️⃣ В этом квизе new_row.to_frame().T преобразует new_row в DataFrame и транспонирует его (меняет строки и столбцы местами), чтобы привести к формату, подходящему для добавления в df. Затем используется функция pd.concat() для объединения исходного DataFrame df с новым DataFrame. Параметр ignore_index=True указывает, что индексы в результирующем DataFrame должны быть переопределены.
Затем используется метод loc для доступа к элементу в строке с индексом 3 и в столбце 'C'. Это значение равно 9.0.
#разбор_задач
1️⃣ Для нахождения градиента функции f(u,v)=u*v+1 в точке (1,2) нам нужно сначала вычислить частные производные функции по u и v, а затем оценить их значения в этой точке. Результатом будет вектор.
Вычислим частную производную по u. Она будет равна v. В точке (1, 2) это даёт 2. Теперь вычислим частную производную по v. Она будет равна u. В точке (1, 2) это даёт 1. Таким образом, градиент функции равен (2, 1).
2️⃣ Здесь решение будет вычисляться по формуле σ(1⋅1+2⋅(−1)+1). Каждый вход умножается на соответствующий вес. Эти значения суммируются и к ним прибавляется единица. От полученного выражения вычисляется сигмоида. В результате значение на выходе из нейрона будет равно 0.5.
3️⃣ В этом квизе new_row.to_frame().T преобразует new_row в DataFrame и транспонирует его (меняет строки и столбцы местами), чтобы привести к формату, подходящему для добавления в df. Затем используется функция pd.concat() для объединения исходного DataFrame df с новым DataFrame. Параметр ignore_index=True указывает, что индексы в результирующем DataFrame должны быть переопределены.
Затем используется метод loc для доступа к элементу в строке с индексом 3 и в столбце 'C'. Это значение равно 9.0.
#разбор_задач
🤖 Напоминаем, что у нас есть еженедельная email-рассылка, посвященная последним новостям и тенденциям в мире искусственного интеллекта.
В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги
👉Подписаться👈
В ней:
● Новости о прорывных исследованиях в области машинного обучения и нейросетей
● Материалы о применении ИИ в разных сферах
● Статьи об этических аспектах развития технологий
● Подборки лучших онлайн-курсов и лекций по машинному обучению
● Обзоры инструментов и библиотек для разработки нейронных сетей
● Ссылки на репозитории с открытым исходным кодом ИИ-проектов
● Фильмы, сериалы и книги
👉Подписаться👈
Что выведет код с картинки выше?
Anonymous Quiz
12%
[True True False False False]
6%
[False False True True True]
51%
[False False False False False]
6%
[True True True True True]
25%
Ошибка
Что случится с кодом выше?
Anonymous Quiz
56%
Выведет 11 и завершится без ошибок.
3%
Выведет 10 и завершится без ошибок.
6%
Выведет 1 и завершится без ошибок.
35%
Ничего не выведет и завершится с ошибкой.
Какое утверждение о третьем квартиле верно?
Anonymous Quiz
1%
это максимальное значение в выборке
66%
это такое число, что 25% значений выборки больше него
31%
это такое число, что 75% значений выборки больше него
2%
это среднее значение всех данных в выборке
Выше даны две таблицы и запрос SQL к ним. Сколько строк будет в результате его выполнения?
Anonymous Quiz
9%
0
49%
1
23%
2
18%
3
Вы используете алгоритм k-ближайших соседей (KNN) и устанавливаете параметр k равным единице. Что вы будете ожидать увидеть?
Anonymous Quiz
33%
высокий разброс и низкое смещение
15%
низкий разброс и низкое смещение
23%
низкий разброс и высокое смещение
29%
высокий разброс и высокое смещение