juooo1117

Part2. Linear Regression Model Linear models 모델의 출력이 real 이고 연속인 값으로 구성된다. 모델은 ouput h(x)와 정답인 y 의 차이(error)를 최소화 하게끔 학습이 진행된다. 연속되는 출력을 예측하고 추론하기 위해서 dataset에서 입력과 정답으로 구성되어 있는(즉, labeling 되어있는 정답이 있는 값) - linear combination 으로 구성되어 있다. - 하지만, 선형모델이라고 해서 반드시 입력 변수가 선형일 필요는 없다. → 2번째 식의 경우, x에 대해서는 선형식이 아니다. Feature organization 모델에 포함되는 입력 변수의 개수에(factor) 따라서 구분 univariate problem : 1개의 입력변수(in..

학습을 통한 예측목적: 집 크기에 대한 함수를 써서 집 값을 예측하는 것이 때, 함수(h)를 hypothesis(가설)이라고 함가설은 모수(parameters)를 사용하여 표현됨 → 학습 알고리즘을 통해 학습 집합에 가장 맞는 가설 h(θ)을 찾아냄새로운 데이터가 주어지면 y값을 예측할 수 있음 Linear Regression선형회귀: 수치 데이터를 예측하기 위한 기초적인 방법결과값이 입력된 속성값들(attribute values)의 선형 조합(linear combination)이다.💡𝑦 = 𝑤0 + 𝑤1𝑥1 + 𝑤2𝑥2 + ... + 𝑤n𝑥n (input → n dimension) (𝑦: result / 𝑥1, ... , 𝑥n : attribute values / 𝑤0, 𝑤1, ... , 𝑤n : we..