분류 전체보기33 [머신러닝 이론] 2. 단변수 선형회귀(2) - 앤드류응 강의 순서가 있는 게시물 입니다. [머신러닝 이론] 2. 단변수 선형회귀(1) - 앤드류응 강의 [머신러닝 이론] 2. 단변수 선형회귀(2) - 앤드류응 강의 목표 예제를 통해 단변수 선형회귀(Linear Regression with One Variable)를 이해한다. 비용함수(Cost Function)과 경사하강법(Gradient Descent)를 이해한다. 2. Linear Regression with One Variable 앞서 비용함수에 대해 이해했다. 비용함수에 대해서 경사하강법을 이용하여 최소 비용함수를 찾을 것 이다. 2.3. Gradient Descent Gradient Descent(경사하강법)은 말 그대로 “경사가 있는 상황에서 어떻게 내려갈 것인가?” 이다. 매개변수 두개(θ0, θ1)를.. 2022. 5. 14. [머신러닝 이론] 2. 단변수 선형회귀(1) - 앤드류응 강의 순서가 있는 게시물 입니다. [머신러닝 이론] 2. 단변수 선형회귀(1) - 앤드류응 강의 [머신러닝 이론] 2. 단변수 선형회귀(2) - 앤드류응 강의 목표 예제를 통해 단변수 선형회귀(Linear Regression with One Variable)를 이해한다. 비용함수(Cost Function)과 경사하강법(Gradient Descent)를 이해한다. 2. Linear Regression with One Variable 2.1. Model and Hypothesis 가설의 예시를 보자. 집값과 평수 데이터를 도식화하였다. 그리고 데이터셋에 대략적으로 일치하는 직선(가설)을 그었다. 그리고 나의 집의 평수를 초록색으로 표현하여 비교를 해보았다. 평수로 나의 집값을 얼추 짐작할 수 있게됐다. 위의 내용.. 2022. 5. 14. [머신러닝 이론] 1. Introdution - 앤드류응 강의 목표 머신러닝의 정의와 지도학습, 비지도학습, 강화학습이 무엇인지 살펴본다. 1.1. 머신러닝 정의 정의 머신러닝은 컴퓨터가 명시적인 프로그램 없이도 스스로 학습할 수 있는 능력을 연구하는 학문이다. 기존 프로그램은 명시적 프로그램으로 프로그래머가 명시적인 규칙(함수)을 개발한다. 하지만 머신러닝은 학습을 통해 규칙(함수)을 스스로 만들어 낸다. 프로그램은 경험(E)로부터 학습한다. 프로그램이 일정수준의 작업성능(P)를 가지고 작업(T)를 수행한다고 했을때, 경험(E)의 증가로 인해 작업(T)의 성능(P)가 향상될수 있다. 다양한 종류의 알고리즘 지도학습 정답을 가지고 있는 데이터셋을 통해 학습한다. 예를들어 동물사진들(데이터셋)을 학습하여 개 혹은 고양이(정답) 등을 구분하는 프로그램이 있을수 있다. .. 2022. 5. 14. 이전 1 ··· 3 4 5 6 다음
