[ML] Google ML Study Jam - 모두를 위한 딥러닝 시즌2 (Lec-02-Simple Liner Regression)

https://www.youtube.com/watch?v=Mx7oqTKwhIA&list=PLQ28Nx3M4Jrguyuwg4xe9d9t2XE639e5C&index=4&t=0s

구글 스터디잼 공부 메모 - 모두의 딥러닝 시즌 2

 

1. Regression

- “Regression toward the mean” 전체의 평균으로 되돌아간다 (회기하려는 특징, 속성)

- 통계적 원리를 설명하는 말로 Regression 이라고 사용한다

 

2. Linear Regression (선형회귀)

- 간단하게, 데이터를 가장 잘 대변하는 직선의 방정식을 찾는 것 (y = ax + b) 이라 할 수 있음

- a는 빨간 선의 기울기, b는 직선의 y절편

- 선형 회귀는 파란 데이터를 가장 잘 대변하는 기울기와 y절편 즉, a값과 b값을 구하는 것

 

3. Hypothesis

- H(x) = Wx + b

- y = ax + b 와 동일한 식

 

4. Which hypothesis is better?

- 우리의 가설 (점선)이 데이터 (파란 점)를 가장 잘 대변하는가?

- 어떻게 찾을 수 있나? 그럴 때 Cost를 생각하게 된다

 

5. Cost, Cost function

- 빨간 색 선들의 총합이 작으면 작을 수록 파란 점선이 데이터를 잘 대변하고 있다고 할 수 있다

- H(x) - y = Cost / Loss / Error 를 최소화 하기 위한 방법

 

6. Cost function

- 우리의 예측과 실제의 차이 = Error

- cost(W, b)는 Error 제곱 평균 값으로 정의

 

7. Goal: Minimize cost

- 우리의 목표는 cost 가 최소화가 되는 W, b값을 구하는 것 

- 이것을 learning, 학습이라 부를 수 있다