Dev/머신러닝(ML) (2) 썸네일형 리스트형 [ML] 머신러닝 단기집중과정(2) 구글에서 제공하는 머신러닝 단기집중과정 3. 손실 줄이기반복 방식반복을 통해 손실을 줄이는 모델 찾기 위의 그림은 머신러닝 알고리즘이 모델을 학습하는 과정이다. 위의 식에서 와 의 값을 임의로 변경하며 예측 값을 출력하고 실제 값과 비교를 한다.비교 결과를 검토하고 새로운 와 을 값을 선정한다.이 과정을 비교한 결과가 변하지 않거나 느리게 변할 때 까지 반복한다. 경사하강법 반복 방식에서 언급한 에서 에 모든 값을 대입 할 시간과 자원이 있다고 가정을 한다.그 결과를 과 손실에 대해 그래프를 그리면 아래 그림이 나온다. 위의 그래프에서 손실이 가장 작은 지점은 그래프의 기울기가 0인 지점이다.처음 시작 점에서 기울기의 값을 더하거나 빼면서 최소값에 점점 접근한다.보통 가중치의 값을 0 또는 낮은 숫자부터.. [ML] 머신러닝 단기집중과정(1) 구글에서 제공하는 머신러닝 단기집중과정한글로 제공되어 쉽게 접근할 수 있다. 1. ML 문제로 표현하기머신러닝이란 입력을 결합하여 이전에 본 적이 없는 데이터를 적절히 예측하는 방법을 학습(러닝) 기본 용어라벨 - 예측하는 항목밀의 향후 가격, 사진에 표시되는 동물의 종류, 오디오 클립의 의미 등 특성 - 입력 변수스팸 감지의 경우 입력 변수로는 다음과 같은 것들이 포함이메일 텍스트의 단어보내는 사람의 주소이메일이 전송된 시간 예 - 데이터의 특정 인스턴스라벨이 있는 예labeled examples: {features, label}: (x, y)라벨이 없는 예unlabeled examples: {features, ?}: (x, ?) 모델 - 특성과 라벨의 관계를 정의학습 - 모델을 만들거나 배우는 것라벨.. 이전 1 다음
