(TensorFlow) 15. Linear Regression

1. Linear Regression(선형회귀) 란

• 데이터를 가장 잘 대변하는 직선의 방정식을 찾는 것

2. Hypothesis(가설)

• Hypothesis 가설 식 : \(H(x) = Wx + b\)

3. Cost(비용)

• 어떤 가설이 나은가를 판단하는 기준
• Cost 구하기 \(H(x) - y\)
• H(x)는 현재 가설 y는 실제 데이터를 뜻함.

\[cost(W, b) = \frac{1}{m}\sum_{i=1}^m{(H( x^{(i)}) - y^{(i)})^2}\]

4. Minimize cost

• 머신러닝의 러닝부분이며,
• 최종적으로 우리가 해야할 것은 Cost 값을 최소화시키는 데이터 모델을 만드는 것이다.
• 함수 : \(\begin{align} minimize\ cost(W,b) \end{align}\)