머신러닝 처음 시작하기(인프런) - 03강 선형 회귀 모델

https://www.inflearn.com/course/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%B2%98%EC%9D%8C-%EC%8B%9C%EC%9E%91%ED%95%98%EA%B8%B0/dashboard

머신러닝 처음 시작하기 (기초 원리 + 초급 실습) - 인프런 | 강의

03강 선형 회귀 모델

회귀 = 평균으로 돌아가다

여러 데이터들의 집합이 있을 때 그 데이터들을 나타내는 직선을 찾는 것.

y = ax + b 👉 H(x) = Wx + b

H는 하나의 가설. 데이터들을 나타내는 직선을 뜻함.

MSE(평균제곱오차)

모든 데이터(점)에 대해 H(x)에서 데이터들을 뺀 값의 제곱. m분의 1은 평균을 내기 위함.
cost(w) 비용함수 = 가설의 정확도를 검사하기 위해 사용하는 함수
선형회귀분석이란 회귀식에서 mse를 통해 가장 적합한 w와 b값을 찾는 것
cost function은 이차함수 모양이 될것. 볼록함수.

경사 하강법 

w에서의 접선의 기울기.. 가 0이 될때가 최적..

running mate = 알파, 작게 되면 찾는 데 시간이 오래 걸림. 너무 크면 최적의 점을 지나치게 될 수도 있음.
최적의 b 값 찾는 공식도 같음.
경사 하강법의 단점: 로컬 미니멈.. 글로벌 미니멈..
비용함수 값이 최소가 되게 하는 w와 b값 찾아야 함. cost function의 꼭짓점이 최소.

 

 

 

* 설명이 너무 부실하다... 진짜 너무.... 차라리 겉핥기로 할거면 수학 부분은 아예 넘기고 가든지... 이렇게 애매하게 할 거면 왜 굳이 넣었는지 모르겠다.. 그리고 그거랑 별개로 편미분도 잘 생각나지 않아 놀랐다.. 나 선형대수.. 에이쁠인데...😥 의미없다...