딥러닝 입문2 선형 회귀(Linear Regression) - 2 이번 포스트는 이전 포스트의 코드를 이어 사용할 것이기 때문에 아래의 링크를 통해 이전 포스트를 참고해주세요! 선형 회귀(Linear Regression) - 1 선형 회귀란 무엇일까? 선형 회귀는 y = ax + b와 같은 간단한 1차 함수로 표현할 수 있다. 선형 회귀의 목표는 기울기(a)와 절편(b)을 찾아내는 것이다. 선형 회귀 과정 쉽게 알기 다음 세 그래프를 hmku1.tistory.com 목차 1. 경사 하강법이란? 2. 예측값과 변화율 3. 올바른 모델 찾는 과정 4. 변화율로 가중치, 절편 업데이트하기 5. 오차 역전파로 가중치, 절편 업데이트하기 1. 경사 하강법이란? 이전 포스트에서 설명했던 선형 회귀의 목표는 입력 데이터와 타깃 데이터를 통해 기울기와 절편을 찾는 것이었다. 즉, 산.. 2022. 10. 23. 선형 회귀(Linear Regression) - 1 목차 1. 선형 회귀란 무엇일까? 2. 선형 회귀 과정 쉽게 알기 3. 실습해보기 1. 선형 회귀란 무엇일까? 선형 회귀는 y = ax + b와 같은 간단한 1차 함수로 표현할 수 있다. 선형 회귀의 목표는 기울기(a)와 절편(b)을 찾아내는 것이다. 2. 선형 회귀 과정 쉽게 알기 다음 세 그래프를 통해 선형 회귀의 해결 과정을 살펴보자. 🟩 그래프 1 그래프 1의 1차 함수는 세 점을 잘 표현하지 못하는 것 같다. 기울기와 절편을 수정하여 세 점을 표현할 수 있는 1차 함수로 바꿔보자. 그래프의 기울기를 줄여 일직선 상에 위치한 세 점을 이은 선분과 수평을 이루게 할 수 있다. 🟩 그래프 2 우선 세 점을 이은 선분과 수평을 이루도록 기울기를 조정했다. 이제 절편을 조정해보자. 🟩 그래프 3 세 점이.. 2022. 10. 22. 이전 1 다음 반응형
