Linear Regression

Sung Kim님(김성훈 교수님)의 유튜브를 보고 공부한 AI 입니다.

Sung Kim님(김성훈 교수님)의 유튜브 주소 : www.youtube.com/channel/UCML9R2ol-l0Ab9OXoNnr7Lw

Sung Kim

Regression : 여러가지 범위에서 나타 낼 수 있는 supervided learning의 타입입니다. 

regression으로 데이터 모델을 생성하기 위해 예측을 위한 자료 즉 Training Data를 준비합니다.

Training Data

해당 Data를 그래프로 나타내면 다음과 같이 나타낼 수 있습니다. 

Linear Regression이란 Linear 즉 선으로 표현이 가능할 것이다에 맞춰 나타낸 것입니다. 

여기서 학습을 한다는 뜻은 여러 선들중 적절한 선을 찾는 과정입니다.

 

수식으로 나타내면 H(x) = Wx + b 로 나타내며 적절한 W와 b를 찾는 과정입니다.

 

Cost function : 실제 값과 가설로 나타낸 값의 차이를 의미합니다. 

보통 Cost를 나타낼 때는 (H(x) - y)^2으로 나타냅니다. 

H(x)는 가설 값이고 y는 실제 값을 나타냅니다.

제곱으로 나타내는 이유는 +와- 일 때 값을 모두 처리가 가능하며 오차 큰 곳은 극대화 되고 작은 곳은 작아지기 때문입니다.

 

결국 학습의 목표는 최소화한 cost인 W와 b 를 찾는것이 목표가 됩니다.