ML&DL/ML2 [ML] - Linear Regression, Multi variable linear regression, Logistic (regression) classification, Softmax Regression 이번 포스팅은 김성훈 교수님의 '모두를 위한 딥러닝 강좌 시즌1'의 1~7강을 듣고 정리한 글입니다. [ML Lec 02] - Linear Regression - hypothesis (가설) $H(x) = wx + b$ - Cost function (loss) ($H(x) - y)^2$ 어떤 모형이 좋은지를 비교할 때, 실제값과 예측값의 거리(loss)가 작은 모형이 좋은 모형이다. 위의 Cost function은 다음과 같이 표현할 수도 있다. $Cost(w, b) \frac{1}{n} \sum_{i=1}^{n}(H(x)^(i) - y^(i))^2$ 모델의 학습 목표는 위의 $Cost(w, b)$를 최소화하는 $w, b$를 구하는 것이다. 머신러닝의 전체 프로세스는 다음과 같다. 1. 데이터 수집 2... 2021. 8. 16. [ML] - Tensorflow의 기본 Operations 취준하면서 머신러닝, 딥러닝을 많이 안하다(?) 보니 개념이 가물가물해서 유튜브에 있는 김성훈 교수님의 강의를 듣게 되었다. 😏 사실 전부터 Tensorflow에 대해서 좀 배워보고 싶기도 했고 머신러닝의 개념에 대해 다시 한번 알아가면서 공모전 등에 Tensorflow를 적용해보고 싶어서 공부를 시작했다. 취준하면서 서류, 인적성, 면접 등을 주로 하고 있고 데이터 분석에 대한 공부로 SQL, Kaggle 등 은혁이랑 함께 하고 있지만, 시간을 내서라도 하루에 2강 이상씩 보며 Tensorflow를 공부해보려 한다. Keep Going ! 🙋♂️ Tensorflow는 dataflow graph를 사용해서 numerical을 계산할 수 있는 라이브러리이다. graph는 node와 node를 연결하는 e.. 2021. 4. 26. 이전 1 다음
