#선형 회귀와 이진 분류로 설명하는 기계학습 개념
「그럼 AI는 도대체 어떻게 데이터 셋에서 특징 또는 규칙을 찾아내서 선을 그릴 수 있는 것일까?」
선형 회귀로 이해하는 기계학습 원리 -
(그림 - 아버지 아들 키 통계표)
통계표를 보면 알 수 있지만
아버지 키가 크면 아들의 키 또한 큼으로 이는 상관관계가 있다고 판단 할 수 있다
그리고 그 관계는 우리에게 친숙한 y=ax+b 라는 공식으로 표현할 수도 있다
그러다면 아버지의 키가 주어졌을 때 아들의 키 또한 예측할 수 있지 않을까?
오차(손실) 함수 -
위 통계표는 최빈값을 해당 데이터 군을 대표로 삼아서 추세선을 그렸다
그리고 다행히도? 해당 데이터를 잘 표현하고 있다
하지만 모든 데이터 군이 다 최빈값으로 대표(특징) 삼아서 추세선을 그리면 될까?
앞서 기계학습은 프로그램이 스스로 선을 그어야 된다고 했는데
과연 어떻게 해당 데이터 군을 잘 표현할 수 있는 선을 찾아낼까?
경사하강법 -
경사하강법 학습률
다중 회귀 -
'Artificial Intelligence > Machine Learning' 카테고리의 다른 글
인공지능 - 기계학습 입문 03 (이진분류) (0) | 2020.08.15 |
---|---|
인공지능 - 기계학습 입문 02 (선형 회귀) (0) | 2020.08.14 |
인공지능 - 기계학습 입문 01 (개론) (0) | 2020.07.09 |
댓글0