chae._.chae

선형회귀(Linear Regression)는 머신러닝 알고리즘 중 하나로 데이터를 가장 잘 설명할 수 있는 1차 함수를 찾는 방법을 선형회귀라 하며, y=mx+b로 표현할 수 있다. (즉, 주어진 데이터를 통해 일차방정식을 수정해 나가는 것이다.) 학습을 통해서 가장 데이터를 잘 표현하는 합리적인 선을 찾아간다. 선형회귀의 목표는 입력데이터(x)와 타깃데이터(y)를 통해 기울기와 절편을 찾는 것이다. 경사하강법(Gradient Descent)은 적절한 직선의 방정식을 찾기 위해 기울기(변화율)를 사용하여 모델을 조정하는 최적화 알고리즘이다. 손실함수(Loss Function)이 정의되었을 때, 손실함수의 값이 최소가 되는 지점을 찾아가는 방법이다. 손실함수란 예상값과 실제 타깃값의 차이를 함수로 정의한 ..

머신러닝의 학습방법은 다음과 같이 크게 세가지로 나눌 수 있다. 1. 지도학습(Supervised Learning) 2. 비지도학습(Unsupervised Learning) 3. 강화학습(Reinforcement Learning) 1. 지도학습 지도학습은 문제와 정답을 알려주고 학습시키는 방법이다. 예를 들어, 컵의 사진을 주고 이건 컵이라고 알려주며 학습시킨다. 1-1) 회귀(Regression) : 예측하고 싶은 종속변수가 양적데이터(숫자)일때 사용한다. 어떤 데이터들의 특징을 바탕으로 값을 예측하는 방법이다. 1-2) 분류(Classification) : 대상을 그룹핑하는 방식이다. 종속변수가 범주형데이터(이름)일때 사용한다. 이진분류 : P/F 처럼 두가지 중에 하나로 분류하는 것, 다중분류 : ..