(TensorFlow) 15. Linear Regression
최대 1 분 소요
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 :
\(\begin{align}
minimize\ cost(W,b)
\end{align}\)
댓글남기기