More actions
imported>trailblaze No edit summary |
imported>trailblaze No edit summary |
||
| Line 2: | Line 2: | ||
* 수식 정리를 어떻게 해야할지 모르겠음.. 첫 장부터 포기해야하는가.. | * 수식 정리를 어떻게 해야할지 모르겠음.. 첫 장부터 포기해야하는가.. | ||
=== Linear Regression === | === Linear Regression === | ||
* 우리나라 말로 선형 회귀 | |||
* 변수 하나만 쓰이면 단순 선형 회귀, 둘 이상의 변수가 쓰이면 다중 선형 회귀라고 함. | |||
* 만약 목표가 예측일 경우, 선형 회귀를 통해 y와 x로 이루어진 집합을 만들기 위한 예측 모델을 개발한다. 개발된 모델은 차후 y가 없는 x값이 입력되었을 때, 해당 x에 대한 y를 예측하기 위해 사용한다. | |||
* 여러 x가 존재할 경우, y와 x 간의 관계를 수량화하여 어느 x가 y와 별로 관계가 없는지 알아낸다. | |||
* [http://ko.wikipedia.org/wiki/%EC%84%A0%ED%98%95_%ED%9A%8C%EA%B7%80 출처] | |||
=== Model Representation === | === Model Representation === | ||
=== Cost Function === | === Cost Function === | ||
=== Gradient descent === | === Gradient descent === | ||
Revision as of 23:57, 9 February 2014
- 수식 정리를 어떻게 해야할지 모르겠음.. 첫 장부터 포기해야하는가..
Linear Regression
- 우리나라 말로 선형 회귀
- 변수 하나만 쓰이면 단순 선형 회귀, 둘 이상의 변수가 쓰이면 다중 선형 회귀라고 함.
- 만약 목표가 예측일 경우, 선형 회귀를 통해 y와 x로 이루어진 집합을 만들기 위한 예측 모델을 개발한다. 개발된 모델은 차후 y가 없는 x값이 입력되었을 때, 해당 x에 대한 y를 예측하기 위해 사용한다.
- 여러 x가 존재할 경우, y와 x 간의 관계를 수량화하여 어느 x가 y와 별로 관계가 없는지 알아낸다.