SMALL

파이썬 텐서플로우 & 머신러닝 기초 3

파이썬 텐서플로우 & 머신러닝 기초 3강 - 비용(Cost)

비용(Cost) : 가설이 얼마나 정확한지 판단하는 기준 알고리즘 분야에서 중요한 개념! 비용계산 : 실제 데이터 ~ 예측값 거리 구하기 비용함수(cost function) : (예측값 - 실제 값)^2의 평균 W, b 값을 이용하여 계산 비용이 적을수록 좋은 것 제곱해주는이유 : 음수 값이 나오지 않게 하기 위함 가장 합리적인 값을 도출하기 위해 => 경사 하강 (Gradient Descent)을 이용 H(x) = Wx로 식을 간단히 함. 따라서 비용함수는 (Wx - y)^2 를 따른다. 이 식을 따르면 다음과 같은 그래프가 나온다. x축을 W라고 생각하고, 임의의 W를 정하고 경사를 타고 내려감 (이동), 특정 간격으로 jump 가장 깊은 골짜기 도달할때까지 미분을 통해 기울기를 구하면서 이동 기울기..

파이썬 텐서플로우 & 머신러닝 기초 2강 - 선형 회귀(Linear Regression)

선형 회귀(Linear Regression) 변수 사이의 선형적인 관계를 모델링 한 것 선형적이다 "직선적이다" 일상생활의 많은 현상들은 선형적인 성격을 가짐 --> 이 관계에 적용할 수 있는 기계학습의 대표적인 모델이 바로 선형회귀! 학습을 시킨다? 자신의 프로그램 안에 선형 회귀 모델을 구축하는 것 -> 주어진 데이터를 학습시킴으로 가장 합리적인 "직선"을 찾아내는 것. 즉, 어떠한 "식"을 발견하는 것 -> 데이터가 3개 이상일때 의미가 있다. goal : 가장 합리적인 직선을 발견하는 것! 가설이 필요하다. H(x) = Wx + b W : 직선의 기울기 b : y 절편 선형회귀의 핵심 : W와 b 값을 수정하면서 가장 합리적인 식을 찾아내는 것 ! (W, b 값을 수정하는 것 == 프로그램을 학습..

파이썬 텐서플로우 & 머신러닝 기초 1강

Explicit Programming이란? 소프트웨어가 동작하는 방식을 모두 프로그래밍 하는 것 사람이 입력조건과 상태 조건을 모두 구현하는 것 규칙이 매우 많은 이메일 스팸필터, 자동차 자율주행의 경우 이 방식의 프로그래밍이 적합하지 않음 머신러닝 미리 정해진 알고리즘에 따라 동작하는 것이 아닌, 학습된 결과에 따라 프로그램이 작동하는 것 기계를 학습 시키는 원리를 철저하게 따름 https://www.youtube.com/watch?v=qxUD7fOseBQ&list=PLRx0vPvlEmdAbnmLH9yh03cw9UQU_o7PO

LIST