Ещё один не умеет в математику

В x-векторы

В x - матрица, в x^{(i)} - векторы.

Там транспонированный вектор. ^T. Вектор-строка умноженная на вектор = скаляр. Все нормально. Во второй формуле просто расписали это умножение (скалярное умножение векторов).

И то верно. Я, разумеется - говорил о отдельных компонентах. Впрочем, здесь мы оперируем именно отдельным вектором. И в итоге я таки не понимаю, как мы получаем это равенство.

Вот, об этом забыл. Всем спасибо, я таки невнимательный дурак.

Чего тебе непонятно? Как у тебя гипотеза формируется?

Да не, уже указали, в каком месте я дебил :-)

основах ML

Но зачем?

Чтобы не умереть раньше назначенного срока.

И какой смысл в этой формуле? Гораздо интереснее каким образом её выводили, как к ней пришли, а таких курсов я не видел. Только зазубри формулы и на галеры... В универе примерно также было, так что я - сабж, хоть и интересно.

Подойдём с другой стороны - а почему нет? :-)

Ну mean squared error обычное же. Получаем разность между правильными ответами и подсчитанными. Так как интересует нас «усредненное» для всей выборки значение - собственно, усредняем. Ну и оквадрачиваем, чтобы избавиться от знака.

Вот почему не другая функция потерь - это уже вопрос получше :-)

А вот тут моё воображение пасует.

Хм, а не совсем обычный ведь. Коофициент в 1/2 нарисовался. Пересмотрю-ка я опять - может пойму откуда и зачем.

Хотя суть формулы тут вроде мало изменится. Если не прав - бейте тапками :-)

Коэффициент 1/2 в таких формулах обычно для отсутствия коэффициентов в производной. Этакое подобие энергии/действия.

Потому что для таких целей существуют книги.

Харашо што папалам! (ц из анекдота)

И какой смысл в этой формуле? Гораздо интереснее каким образом её выводили, как к ней пришли, а таких курсов я не видел. Только зазубри формулы и на галеры... В универе примерно также было, так что я - сабж, хоть и интересно.

ну, никак ее не выводили. Это целевая функция, которую надо оптимизировать впоследствии. Среднеквадратичное отклонение это, вот.

И то верно. Я, разумеется - говорил о отдельных компонентах.
Впрочем, здесь мы оперируем именно отдельным вектором. И в итоге я таки не понимаю, как мы получаем это равенство.

что ты не понимаешь? Там же просто скалярное произведение в виде покомпонентной суммы расписано.

Тут уже ткнули носом в то, что слона я не приметил :-)

Коофициент в 1/2 нарисовался. Пересмотрю-ка я опять - может пойму откуда и зачем.

Там вместо него можно подставить любую константу, точность результирующей гипотезы от этого никак не изменится. А 1/2 выбрали для того, чтобы избавиться от коэффицеиента 2 в производной.

с помощью производной кстати считать не самый лучший вариант в данном случае.

А какая разница? Всё равно псевдообращение получится, как не крути.

если ты про результирующую формулу, то да.