데이터 한 그릇

선형 회귀 경사 하강법 선형 회귀 딥러닝의 가장 기초적인 계산 단위 두 가지 : 선형 회귀, 로지스틱 회귀 기존의 데이터를 이용해서 하나의 직선을 그리고 이 직선을 이용해서 새로운 데이터에 대해 예측을 시도. 직선의 방향을 정하고 정확한 기울기와 절편을 구하면 됨. 최소 제곱법 기울기와 절편을 구할 때 사용. 단, 한 개의 x가 주어졌을 때 가능. a = (x - x평균)(y - y평균)의 합 / (x - x평균)^2 의 합 b = y의 평균 - (x의 평균 x 기울기 a) 이를 통해서 구한 직선이 오차가 가장 적은 예측 직선 import numpy as np x = [2,4,6,8] y = [81,93,91,97] mx = np.mean(x) my = np.mean(y) divisor = sum([(i..

중학교 수준의 수학 일차함수 이차함수 미분 지수와 지수함수 시그모이드 함수 로그와 로그함수 일차함수 y = ax + b(a !=0) 기울기 : x가 증가할 때 y가 증가하는 정도 절편 : 그래프가 축과 만나는 지점 이차함수 y = ax^2(a != 0) 포물선 모양 포물선 맨 아래 모양이 최솟값 딥러닝은 최솟값을 구하는 과정, 미분과 기울기를 이용 미분 1. 순간변화율 0에 가까울 정도로 x가 변화할 때 y도 아주 미세하게 변화, 너무 미세하게 움직여서 실제로 움직이는 게 아니라 방향만 드러내는 정도의 순간 변화 => 순간변화율 기울기 순간변화율의 방향성에 맞게 직선을 그어주면 기울기 두 점 사이의 기울기 구하기 점 a 좌표 : (a, f(a)) 점 b 좌표 : (b, f(b)) ab 의 x변화량 b-a..