regression training dara set을 보면 X는 시간을 나타내고 Y는 점수를 나타낸다. 이때 만약 7시간을 공부했다고 가정을 하고 regression모델에서 예측을해 65점 정도가 나왔다고 하자. 이게 바로 Linear Regression이다. 여기서 쉽게 이해하기 위해 X와 Y의 data를 1,2,3씩 주었다. 이때 Hypothesis(가설)가 나오게 된다. 어떤 데이터가 있다면 여기에 잘 맞는 linear이 나오게 된다 어떤 선이 데이터에 잘 맞는 선 일까를 찾는 것이다. ...더보기 H(x) =Wx + b 여기서 보면 Hypothesis가 여러개 가 있고 어떤 선이 데이터에 가장 잘 맞는 선인지 찾으면 된다. 가장 좋은 Hypothesis는 실제 데이터와 가설의 데이터의 거리를 계산..

머신러닝이란? 머신러닝 : 컴퓨터에게 명시적으로 프로그래밍되지 않고 학습할 수 있는 능력을 주는 연구 분야 머신러닝의 종류 Supervised learning과 Unsupervised learning 이 있다. 먼저 Supervised learning이란? Supervised learning은 지도 학습(Supervised Learning)은 데이터에 대한 레이블(Label)-명시적인 정답-이 주어진 상태에서 컴퓨터를 학습시키는 방법이다. 예를 들어 알파고입니다. 알파고는 기존의 사람들이 둔 바둑을 학습하였고 이세돌 선수가 둔 바둑을 데이터로 받아 알파고는 '여기에 두면 좋겠다'라고 학습을 하는 것입니다. Supervised learning은 데이터를 기반으로 학습한다. 여기서 데이터를 Training ..

chapter 4 분류자 학습시키기 우리는 선형 분류자를 학습(train)시켜서 애벌레와 무당벌레를 잘 분류할 수 있게 만들고자 한다. 2개의 그룹을 분류시키기 위해선 직선의 기울기를 어떻게 하느냐에따라 달라진다. 일단 우리에게는 예제 데이터가 필요하다. 단순하게 예제 데이터를 만들었다. 예제 폭 길이 곤충 1 3.0 1.0 무당벌레 2 1.0 3.0 애벌레 이렇게 우리에게는 2가지의 데이터가 있다. 이처럼 예측자 또는 분류자에게 실제 값을 알려주는 역할을 수행하는 예제 데이터를 학습 데이터(training data)라고 한다. 이 두가지 예제를 그래프에 시각화한다.앞장에서 선형함를 이용한 바 가 있었다. 이번에도 분할선이 직선이므로 동일하게 하면 될 것 같다. 사실 제대로 된 직선의 방정식은 y = A..

chapter 2.간단한 예측자 어떤 사진을 보면 우리가 눈을 통해 입력 받고 두뇌를 통해 그 사진을 분석한 다음에 그 사진에 어떤 대상이 있는지 결론을 내었다.질문 -> 생각 -> 대답우리가 무언가를 보면 대체로 이런 식으로 진행이 된다. 예를 들어 '4X5가 뭐니?' 라는 질문이 있으면 생각을하고 답을 찾아낼수있다. 그럼 기계는 어떻게 할까?입력 -> 처리(연산) -> 출력컴퓨터는 4X5라는 수를 입력 받게 되면 컴퓨터 내에서 이를 처리하는 방식인 덧셈 연산으로 20 이라는 값을 출력한다.이런 이야기는 우리가 이미 다 알고 있는 이야기이다. 그럼 난이도가 있는 킬로미터를 마일로 변환해주는 기계가 있다고 생각해봅시다.우리가 킬로미터에서 마일로 변환하는 공식을 모른다고 가정을 해보자.킬로미터 -> 연산(..