Introducción al aprendizaje profundo · ¿Qué envío merece la próxima inspección?
Introducción
Recorrido de la lección
- Fija la hora de corte
- Sigue el cálculo de la neurona
- Mide el error
- Actualiza un parámetro
- Comprueba el orden
La clase pasa del perceptrón con varias salidas al entrenamiento y posteriormente introduce la parada temprana. En el primer laboratorio de Python, los gradientes conectan una pérdida calculada con los parámetros entrenables. El envío aísla un solo peso para poder auditar el cambio a mano. Diapositivas · PDF 36 · Laboratorio relacionado
Ejemplo y figuras originales de GuideWit. Los enlaces temporales abren los apartados relacionados de la clase del MIT.
Fija la hora de corte
Usa x = 2 para los controles perdidos e y = 1 para el retraso observado después. La hora real de llegada sirve para etiquetar el envío una vez entregado. Si entra como dato de entrada, el modelo verá la respuesta durante el entrenamiento.
Fija la hora de corte · x = 2 → y = 1 → t₀ < t₁. 15:40 · MIT 6.S191
Sigue el cálculo de la neurona
Con un peso de 0,4 y un sesgo de −1, la suma ponderada es −0,2. La sigmoide la convierte en 0,4502. Una puntuación inferior a la mitad también puede corresponder a un envío que finalmente llegue tarde.
Sigue el cálculo de la neurona · 0.4 × 2 − 1 → −0.2 → σ ≈ 0.450. 27:36 · MIT 6.S191
Mide el error
Como el envío llegó tarde, la entropía cruzada binaria vale −ln(0,4502), aproximadamente 0,798. Para una entrega puntual se usaría −ln(1−p). Reducir la pérdida y cruzar el umbral de clasificación son dos acontecimientos distintos.
Mide el error · y = 1 → −ln(0.450) → ≈ 0.798. 30:44 · MIT 6.S191
Actualiza un parámetro
Mantén el sesgo fijo. El gradiente respecto al peso es (p−y)x ≈ −1,100. Resta al peso 0,1 veces ese valor. El peso sube a 0,510, la probabilidad queda cerca de 0,505 y la pérdida baja a 0,683.
Actualiza un parámetro · −1.100 → 0.4 + 0.110 → w ≈ 0.510. 35:54 · MIT 6.S191
Comprueba el orden
Un envío puntual con la misma entrada también sube en la lista. Evalúa las diez primeras alertas en viajes posteriores y conserva juntos los registros de cada viaje. Cuenta cuántas llamadas corresponden a retrasos reales.
Comprueba el orden · 0.450 → 0.505 → y = 1: L ↓ → y = 0: L ↑. 45:59 · MIT 6.S191
Comparación resuelta
Peso | Probabilidad y pérdida |
|---|---|
0,4 | 0,450 / 0,798 |
0,510 | 0,505 / 0,683 |
Resolución de problemas
Señal | Comprobación |
|---|---|
La puntuación no cambia | Revisa x y la tasa de aprendizaje |
El resultado parece perfecto | Busca campos de llegada posteriores al mediodía |
Práctica
- Repite el cálculo con x = 0 y el mismo sesgo. ¿Qué parámetro puede aprender de esta fila?
Respuesta · El gradiente del peso es cero. El sesgo aún puede cambiar si es entrenable.
- ¿Justifica diez llamadas una pérdida menor en este envío?
Respuesta · No. Mide la calidad de la lista con viajes posteriores etiquetados y el cupo real de llamadas.
Glosario
Peso = multiplicador aprendido. Sesgo = término independiente de la entrada. Gradiente = sensibilidad local de la pérdida.