[홀로서기 1] 딥러닝 홀로서기 강의 정리(-3.Lec)

<수강한 강의>

[#2.Lec] ML Basic - 딥러닝 홀로서기 (Eng Sub)

[#3.Lec] Linear Regression - 딥러닝 홀로서기

 

수강 날짜 : 220720-

 

<내용 정리>

 

[#2.Lec] ML Basic : regression, clustering, pca 등 머신러닝에 대한 기본적인 개요 소개.

 

[#3.Lec] Linear Regression

: hypothesis를 어떻게 구할까? -> cost function(loss function)을 이용 = Cost(W,b) -> 결국은 cost 값을 minimize하는 것이 목표.

 

나중에는 w가 많아져서 하나의 그림으로 나타내기는 어려움.

 

아무튼 미분값을 이용해서 cost function에서 가장 낮은 값을 찾으려고 함 -> gradient를 작게 만듦.(왜냐하면 2차 함수 모양의 그래프에서는 기울기가 -가 되지 않는 선에서 작아진다면(0에 가까워진다면) 낮은 값을 찾을 수 있기 때문이다.)

 

결과적으로는 이런 식을 얻을 수 있다.

* 문제점은? 초기 시작 지점이 중요하다.