코딩하는 오리

01. 다중 선형 회귀 일반적으로는 여러 입력 변수를 가지고 선형 회귀 진행한다.입력변수가 1개 일 경우 시각적으로 표현하기 쉬웠음.그러나 다중 선형 회귀는 시각적으로 표현 어려움 BUT 시각화만 못 할 뿐, 기본 개념은 Linear Regression과 동일 02. 다중 선형 회귀 표현법입력 변수 : 여러 개(속성 - feature) 목표 변수 : 1개   04. 다중 선형 회귀 가설함수항이 많을 뿐 1차 함수~  06. 다중 선형 회귀 경사 하강법선형 회귀와 동일～똑같은데 단지 세타 값이 많을 뿐동일하게 손실함수 사용. 손실함수는 세타 값에 대한 함수 어떤 세타 값을 쓰냐느냐에 따라 손실함수의 값 달라짐 최대한 손실함수의 값을 작게 만들자경사하강법 사용 ： 손실을 가장 빨리 줄이는 방향으로 세타 값을..

20. 학습률 알파 학습률 알파가 너무 큰 경우경사하강 할 때마다 세타 값이 많이 바뀐다. 왼쪽, 오른쪽 성큼성큼 왔다갔다 하면서 진행너무 크면 손실함수 J의 최소점에서 멀어질 수도 있다. 학습률 알파가 너무 작은 경우세타가 계속 찔끔찔끔씩 움직여 너무 최소지점을 찾는데 너무 오래걸린다(iteration 커짐) 일반적으로 1.0~0.0 사이의 숫자로 정하고1, 0.1, 0.01, 0.001 또는 0.5, 0.05, 0.005 이런 식으로, 여러 개를 실험해보면서경사하강을 가장 적게 하면서(iteration 적게), 손실이 잘 줄어드는 학습률 선택 21. 모델 평가하기선형 회귀 '모델'. 모델 개선 = 모델 학습시킨다. 모델이 얼마나 좋은지 평가를 해야.. 결과를 얼마나 정확하게 예측하는지 평가 평균 제곱..

01. 함수f(x) = 2x+6y는 x에 대한 함수하나의 input 값에 대해서 반드시 하나의 output 값 존재할 경우 다변수 함수f(x,y) = x+2y 현실 세계에서의 함수d = 60t : 시속 60km달리는 차가 몇키로 달리는지BMI = 몸무게 / (키*키)  02. 그래프수학식을 시각적으로 표현하는 방법y=3x+6 03. 평균 변화율기울기 : x가 변화할 때, y는 얼마나 빠르게 변화하는지특정 지점에서의 기울기 : 순간 변화율 평균 변화율f(b) - f(a) / (b-a)f'(a) = f(a+h)-f(a) / ((a+h)-a) 한 그래프 내에서도 구간에 따라 평균 변화율 다름 04. 순간 변화율평균변화율에 limit 적용한 결과 05. 미분f(x) = x^2+2x+1f'(x) = 2x+2 07..

01. 일차식과 일차 함수 선형 대수학일차식 : 가장 높은 차수가 1인 다항식 (ax+b)일차 함수 :  y = ax+b 02. 일차 함수 표기법일차 함수의 예시f(x,y) = 3x+6y+4f(x0,x1,,,xn) = a0x0+a1x1 + ... + anxn + b 03. 행렬과 벡터행렬 : Matrix, 수를 직사각형의 형태로 나열한 것3(i)행, 4(j)열 => 3x4 행렬 => A34(Aij) 벡터 : Vector, 행 또는 열이 1인 행렬열벡터(1열만 존재하는 행렬) = 벡터행벡터(1행만 존재하는 행렬) 벡터의 차원 = 굳이 몇 X 몇 하지 않고 원소의 갯수를 표현. ex) 열 5개 : 5차원의 벡터 행렬은 주로 대문자 알파벳, 벡터는 주로 소문자 알파벳으로 표현 05. numpy로 행렬 사용하기..

01. 머신러닝이란? 정의 : 기계학습. 기계가 학습을 통해 발전하는 것 일반적인 프로그램 : 정해진대로 업무를 수행머신러닝 프로그램 : 경험을 통해 스스로 업무능력을 키움 ex) 스팸 메일 분류 프로그램일반적 - if문이랑 문자열 처리 방법 적용머신러닝 - 인간이 파악한 규칙 외 수많은 규칙을 발견해서 적용(컴퓨터가 직접 규칙을 찾아내도록 함) 구체적 정의기계가 학습한다는 건, 프로그램이 특정 작업(T)을 하는 데 있어서 경험(E)을 통해 작업의 성능(P)를 향상시키는 것- 톰 미첼(Tom Mitchell) (카네기 대학 교수) T : 스팸을 분류하는 작업E : 새로운 메일을 보고 스팸 분류하는 것P : 정확하게 분류해내는 확률  03. 머신 러닝이 핫해진 이유머신러닝은 수십 년 전부터 연구해온 학문이..