linear regression 썸네일형 리스트형 [Linear regression] Linear regression 연습. Linear regression 간단한 연습. 코드는 모두를 위한 딥러닝 2를 참고하여 임의의 trainning dataset과 test dataset에 epochs, Learning rate의 변화를 통해 linear regression의 구현을 확인하는 것이 목적입니다. 기본적으로 채택한 방식은 backpropagation으로 SGD(Stochastic Gradient Descent), loss function으로 MSE(Mean Squared Error)를 사용했습니다. epochs = 1000, learning rate = 0.01 입니다. 코드는 다음과 같습니다. # Linear regression by backpropagation by SGD and loss function of MSE. # .. 더보기 [Tensorflow] Linear Regression 위와 같은 데이터가 주어진다. 지금 결과 데이터의 형태가 0 ~ 100의 넓은 범위를 가지고 있기 때문에 regression이다. 이 데이터를 가지고 trainning을 하자. 여러 가설을 가진 Linear 함수가 나올 수 있다. Linear regression이기 때문에 Hypothesis H(x) = W*x + b 로 일반화할 수 있다. 이때, W와 b를 결정하는 것이 핵심이다. 여러 Hypothesis H(x) 중에 어떤 것이 가장 나은가? 를 어떻게 측정할 것인가? -> Cost function or Loss function hypothesis 함수를 H(x)라 하고, 주어진 데이터를 y라고 하자. ( H(x) - y )^2 을 계산하면 예측값과 실제값의 차이를 계산할 수 있을 것이다. 제곱을 하.. 더보기 이전 1 다음
