패스트캠퍼스 챌린지 1일차 - 파이썬 기초부터 시작하는 딥러닝 영상인식 바이블 Online

오늘부터 패스트캠퍼스에서 진행하는 챌린지를 한다.

평소에 관심있던 딥러닝에 대해서 복습겸 좀 더 배울 겸 신청한 강의이다.

후기가 없어서 너무 궁금했는데 내가 한번 후기를 남겨보겠다. 나중에 들을 사람에게 도움이 되길!

사실 챌린지 시작하기 전부터 한 8개 정도의 강의를 들었다.

Part1 과 Part2 는 나는 꽤 잘 알고있는 내용이라 생각해 ch3부터 듣기 시작했다.

강의 난이도는 현재까지는 비전공자도 들을 수 있을 정도로 쉽게 설명하신다고 생각한다.

중요한 개념의 느낌만 알고가는 정도? 생략된 부분이 많긴 하다! 초심자의 흥미를 돋우기에는 좋은 것 같다.

다음 차수부터는 정리한 내용을 올려보려고한다.

 

오늘 들은 강의 : Part3-ch1-9.선형회귀 모델제작

Hypothesis

• Hypothesis of Linear Regression . 선형 회귀의 가설을 설정한다.
• Linear regression is a linear approach to modeling the relationship between a scalar response
• 두개의 variable의 관계를 대표하는 선을 도출하는 것 ⇒ linear regression
• 데이터가 분산되어 있을 수록 대표하는 선을 찾기는 어렵다.
• 여러개의 선을 그어놓고 가장 비용이 적은 선이 있을 것이다(가설을 세운다.) 하나 하나씩 가설을 검증해 대표선을 찾아내는 과정을 거쳐야 한다.
• 그래서 먼저 가설을 세워야한다.
  • 파란 선이 대표선이다
  • 빨간 선이 대표선이다
  • 주황 선이 대표선이다 등
• 가설은 확정된 것이 아니다.

Cost

• 가장 가까운 선인지 어떻게 알 수 있을까?
• 대의를 위해서 대표하는 선을 찾기 위해서 어떻게 할까?
  • 모든 점에서 각각 대표선과의 거리를 구한다.
  • 거리의 합이 가장 짧은 선이 대표선이다.
• 1. 대표선과 점사이의 길이의 절대값의 합 ⇒ 잘 쓰지 않는다.
  2. Squared Error method를 이용해 total cost를 구한다. ⇒ 떨어져 있으면 떨어져 있을술록 값이 매우 증폭된다. 변별력이 높아짐.Cost를 구하는 법

Minimize Cost

• 여러 선 중 가장 cost가 작은 가설을 찾는다.
• Find the minimal cost and get the right W and b
• 미분을 이용한다.
• 여기서 중요한 것은 미분 계수(a),이를 어떻게 바꾸냐에 따라 최적값이 달라진다.
  • hyper parameter tuning

선형회귀 절차

1. 가설 설정
2. 비용 계산
3. 비용이 가장 작은 것을 찾기

 

 

 

https://bit.ly/37BpXiC