티스토리 뷰
Regression과 관련한 내용을 살펴보면 눈에 띄는 부분이다.
Sung Kim님의 강의를 듣다보니..
1) hypothesis
2) Cost Function
3) Gradient descent algorithm
위의 3가지를 강조 하시지만, 3)번에 대한 내용을 다시 뜯어보기로 했다
( 정확히 이야기하지만 잘 설명해주셨지만.. 휘발성 기억력이라;; )
원문대로 찾아보면 저 내용은 경사하강법으로 알 수 있다.
( https://ko.wikipedia.org/wiki/%EA%B2%BD%EC%82%AC_%ED%95%98%EA%B0%95%EB%B2%95 )
이름 그대로 기울기를 낮은 쪽으로 이동 시켜서 최적의 값을 찾는 알고리즘이다.
1차/다중 선형 회귀분석 등 다양하게 사용할 수 있는 기본적인 개념이라 할 수 있다.
그림을 보면 더욱 쉽게 확인할 수 있다.
사진대로 초기 Weight에서 경사를 줄여가는 방식으로 최적의 미분값을 탐색해 가는 과정으로 확인할 수 있다.
용어와 원리에 대해 조금씩 더 친근해 질 필요가 있다.
'ML_DL > 용어' 카테고리의 다른 글
EDA : 탐색적 데이터 분석 (0) | 2017.02.21 |
---|
댓글