lsh424

오늘 공부 해 볼 내용은, 앞서 배운 선형회귀의 연장선상에 있는? 내용입니다. 차이점이라고 하면, 앞서 배운 선형회귀는 변수 x가 한 개였다면, 지금은 여러개의 변수를 갖는 선형회귀 입니다. Hypothesis로 보자면, H(x) = wx + b 에서 H(x) = w1x1 + w2x2 + w33.. + b가 되는 것이죠. 방법은 간단합니다. 데이터가 늘어난 만큼 weight과 x의 갯수를 늘려주면 되니까요. 한번 코드로 살펴 볼까요? (참고로 지금 살펴 볼 코드는 나쁜 방법입니다.) import tensorflow.compat.v1 as tf tf.disable_v2_behavior() # 나쁜 방법 x1_data = [73., 93., 89., 96., 73.] x2_data = [80., 88., 9..

오늘은 git add와 git commit에 대해 알아볼까 합니다 :) 앞서 저희는 git init을 함으로써 이 프로젝트에 대해 버전관리를 시작하겠다고 컴퓨터에 알려줬었는데요. 이제 버전을 만들고 그 버전에 git을 add 하고 commit 함으로써 변경사항을 관리해 나가는 방법을 배울 겁니다. 여기서 버전이란, 보통은 의미있는 변화를 의미 합니다. (작업이 완결된 상태) 해당 버전이 자신이 만든것이라고 다른사람에게 알려주기 위해 git의 환경설정을 할 수 있는데, 이 부분은 선택사항 입니다. 하단의 명렁어 끝에 자신의 이름과 이메일(빨간색 글자)을 입력하면 내가 작성한 버전정보에는 자신의 이름과 이메일이 포함되게 됩니다. 따라서, 다른사람이 봤을때 누가 작업했는지 알 수 있습니다. git config..

오늘은! 머신러닝 모델에서 가장 기본적이고 기초적이라 할 수 있는 선형회귀 모델을 공부해보려 합니다 별로 어렵지 않는내용이면서 재밌게 공부할 수 있어요! 먼저 선형회귀에대해 공부하기 전에, 머신러닝 모델 개발은 다음과 같은 프로세스를 거치게 됩니다. 학습하고자 하는 가설(Hypothesis)을 수학적 표현식으로 나타냅니다. 가설의 성능을 측정할 수 있는 손실함수(Cost Function 혹은 Loss Function)을 정의합니다. 손실함수를 최소화 할 수 있는 알고리즘을 설계합니다. 저는 머신러닝을 공부하기 전에, 도대체 어떻게 컴퓨터가 학습을 하는걸까? 라는 의문을 품고 있었습니다. 이에 대한 답은!! 비용함수(손실함수)를 최소화 하도록 만드는 것이였는데요. 말로만 들어서는 이해가 잘 안가실 수 있지..