✨ 👩🏿‍💻 👻 Lernen Sie neuronale Netze in Google Sheets 🌭 🧔🏼 🎩

Ich möchte eine interessante Sache mit Ihnen beheben: Versuchen Sie, ein neuronales Netzwerk in Google Sheets zu trainieren. Ohne Makros und andere Hacks auf sauberen Formeln.

Haftungsausschluss: Dies ist nur ein Beispiel für "Alles kann in Excel erledigt werden". Es gibt viele andere geeignetere Werkzeuge für maschinelles Lernen.

, : . : . .

, . , 1 2, , .

( ) , , .

, . . — , . MSE. , , .

MSE — , . . , , — , . MSE , .

: SUM(ARRAYFORMULA(POW(Data!$A$2:$A*$A4 + Data!$B$2:$B*$B4 - Data!$D$2:$D, 2)))/COUNT(Data!$A$2:$A)

: POW(Data!$A$2:$A*$A4 + Data!$B$2:$B*$B4 - Data!$D$2:$D, 2) . ARRAYFORMULA . , . AVERAGE, ARRAYFORMULA .

. ; , , . : $(x_1*w_1 + x_2*w_2 - y)*x_i$ , $i$ — , .

: SUM(ARRAYFORMULA((Data!$A$2:$A*$A4 + Data!$B$2:$B*$B4 - Data!$D$2:$D)*Data!$A$2:$A))/COUNT(Data!$A$2:$A) — , .

. . , .

, , . — , . , h = 2:

, , . !

y2, , y:

( , ):

. — , — . .
:

w1 — . w1_1_1, w1_1_2, w1_2_1 w1_2_2
w2 — . w2_1 w2_2

$x$ — ,
$y_t$ —
$L = \sigma(W_1x^T) = \frac{1}{1-e^{W_1x^T}}$ — ,
$y = W_2L$ — -
$\delta_{out} = y - y_t^T$ — -
$\Delta W_2 = \delta_{out} L^T$ —
$\delta_1 = W_2^T \delta_{out} \odot \sigma'(W_1x^T)$ , $\odot$ — .
$\Delta W_1 = \delta_1 x$ —

$\Delta W_2 = (W_2\frac{1}{1-e^{W_1x^T}} - y_t^T) \frac{1}{1-e^{W_1x^T}}^T$
$\Delta W_1 = (W_2^T (W_2\frac{1}{1-e^{W_1x^T}} - y_t^T) \odot \frac{1}{1-e^{W_1x^T}} \odot (1-\frac{1}{1-e^{W_1x^T}})) x$