민팽로그

선형 회귀(Linear Regression) $$ H(x)=Wx+b $$ 1. 초기에 랜덤한 w와 b값을 생성 -> 초기 w, b값은 정답과는 거리가 멀 것. 2. 가설과 실제 정답 간의 차이(오차, 손실, 비용, loss, cost)를 구함 -> H(가설) - Y(정답) 3. 손실함수의 값을 최소화 할 수 있는 W, b를 찾아내야 함 MLR(Multi-variable Linear Regression) $$ y=Wx_{1}+Wx_{2}+...+Wx_{i}+b $$ MLP(Multi-variable Linear perceptron)처럼 문자 그대로 다중 선형 회귀로, 입력이 여러개임. 예측값이 여러 요소들의 영향을 받음 -> 최근에 이 기술을 기반으로 한 분야를 딥러닝이라고 함 손실 함수(Loss Func..