Lenear Regression의 Hypothesis와 Cost - (Linear) Hypothesis . 어떤 리니어한 모델이 우리가 가지고 있는 데이터에 맞을거다 라고 가설 (비례) . 공부 많이 한 학생이 성적이 높을거라든지 등.. . 리니어한 선을 찾는 것. 학습하는 것 . 수학적으로 나타낸다면 ? H(x) = Wx + b ( H : 가설 ) , W와 b의 값에 따라 선이 결정 . 어떤 선이 잘 맞는 그래프의 선일까? 실제 데이터와 가설이 나타내는 점들과의 거리를 비교해서 거리가 멀면 나쁜것, 가까우면 좋은것. . Cost function or Loss function (거리 측정) : H((x) - y)^2 , 거리의 차를 제곱 . cost(W,b) 는 값이 가장 작게 나오는 것을 학습시키는 것..
기본적인 Machine Learnning의 용어와 개념 설명 - 머신러닝이란? . 일종의 소프트웨어 . 스팸 필터, 자율주행 : 너무 룰들이 많다. . 자동적으로 배우면서 룰을 만들면 어떨까? - 학습 방법에 따라 Supervised/ Unsupervised로 나뉨 . Supervised learning: 레이블된 데이터가 정해져 있는 데이터 - 트레이닝 셋 . cat/dog 별로 이미지 카데고리 데이터 . Unsupervised learning : 정할 수 없는 데이터. 데이터를 보고 스스로 학습해야 하는 것들 . 구글 뉴스 grouping . 비슷한 단어 모으기 - Supervised learning . ML에서 가장 일반적인 유형 . 이미지 레이블링 . 이메일 스팸 필터 : 레이블된 데이터를 가지고..