ML编程作业-1

未分类

(到目前学习进度为止的)监督式学习的过程就是: 在已知训练集$X$和标签$Y$的前提下, 使用某种算法$L$, 在假设空间$H$中找到一个$H_\theta$, 使得$J(H_\theta(x_i), y_i)$尽量小, 其中$J$是损失函数.

如果用typescript来描述以上过程, 那么初级版本的代码脚手架可能类似下面这样:

let X0 = [...];
let Y0 = [...];
let H = (theta, x: number) -> number {...};
let J = (x: number, y: number)-> number {...};
let L = (x: List<number>, y: List<number>, h: (theta, x: number) -> number )->{...}, j: (x: number, y: number)-> number)->((x: number)-> number){...};
let model = L(X0, Y0, H, J);
let predictResult = model(1);

请大家使用自己熟悉的编程语言来描述一遍, 大家尽量把语言特性都用起来.
上例中的H, J等都已经定义死了, 尝试将其动态化.
上例中的实现部分都省略了, 有能力的小伙伴可以尝试将其补充完整.
题目没有标准答案, 例子中的也不是唯一表示法.