AI 활용 4주차

• 넘파이
  • 행렬 계산에 최적화된 라이브러리
• 선형 회귀
  • 독립변수와 종속변수 사이의 선형적 관계를 모델링하여
    독립 변수에 따른 종속변수의 값을 예측하는 것 
• 평균 제곱 오차 (mean spuare error)
  • 선형 회귀에서 사용하는 loss function
  • 1/n ∑(y-^y)^2
  • (모델의 예측치 - 실제값)^2 들의 평균
• 경사 하강법
  • 가중치가 x, mse가 y인 2차 함수 그래프
  • 여기서 기울기가 0이 되는 지점이 가장 작은 mse를 가지는 가중치임
  • 기울기가 0인 지점을 찾기위해 다음 단계를 진행
    • 초기 a의 값을 랜덤으로 지정
    • a값에 변화를 준후 기울기의 변화를 측정
    • a값에 반복적으로 변화를 주며 기울기가 0이 되는 지점을 찾음
• 용어
  • 옵티마이저
    • 경사하강법(Gradient descent algorithm)
    • 확률적 경사 하강법(Stochastic Gradient Descent)
  • 손실함수 == loss function == cost function
    • 선형 회귀
      • 평균 제곱 오차(mse)
  • 활성화 함수