Beruflich Dokumente
Kultur Dokumente
11160439
1- print("Hello world!")
Hello world!
print(i)
3- import random
print(random_values)
num_points = 100
# Plot erstellen
plt.figure(figsize=(8, 6))
plt.xlabel('X-Achse')
plt.ylabel('Y-Achse')
plt.grid(True)
plt.show()
7-
In diesem Code verwenden wir eine zufällige Initialisierung für die Gewichte `w1` und
`w2`. Dann führen wir das Lernverfahren durch, indem wir zufällige Eingabewerte `x1`
und `x2` erzeugen, das gewünschte Ergebnis `y` berechnen, die Vorhersage `y_hat`
machen und die Gewichte basierend auf dem Fehler aktualisieren. Wir wiederholen diesen
Prozess für eine bestimmte Anzahl von Iterationen und speichern den Fehler für jede
Iteration.
Schließlich visualisieren wir die Fehlerentwicklung für verschiedene Lernraten. Es kann
beobachtet werden, wie sich der Fehler über die Iterationen für verschiedene Lernraten
entwickelt und ob das Verfahren konvergiert.