AI/Coursera (8) 썸네일형 리스트형 [Coursera] 3. Gradient Descent 🥑 Coursera의 "Neural Networks and Deep Learning" 강좌의 내용을 배우면서 개인적으로 정리한 내용입니다. 경사 하강법(Gradient Descent)은 비용 함수(Cost Function)의 최소값을 구하는 알고리즘이다. 이 알고리즘은 실제로 머신러닝에서 모든곳에서 사용중이다. 경사 하강법을 진행하는 과정 1. θ에 대해 임의의 초기값(시작점)을 잡는다. 2. J가 최소가 될 때 까지 θ값 갱신을 반복하여 최솟값에 도달했을 때의 θ를 찾는다. 미분 값에 대해 경사하강법에서 미분 값은 비용 함수의 기울기를 나타낸다. 비용 함수의 기울기는 현재 파라미터에서 비용 함수의 변화율을 나타내며, 경사의 방향과 크기를 결정한다. 기울기를 사용하여 경사하강법은 비용 함수를 최소화하는 .. [Coursera] 2. Logistic Regression 🥑 Coursera의 "Neural Networks and Deep Learning" 강좌의 내용을 배우면서 개인적으로 정리한 내용입니다. Logistic Regression 이란? 어떤 데이터가 범주에 속할 확률을 0~1 사이의 값으로 예측하고 그 확률에 따라 가능성 높은 범주에 속하는 것으로 분류하는 지도학습 알고리즘이다. Logistic Regression 계산 Logistic Regression은 각 속성의 값에다가 계수(coefficient)에 각 곱하고 절편(intercept)을 더해서 예측 값을 구하고 여기에 Log-odds라는 것을 구해야한다. Log-odds는 사건이 발생할 확률을 발생하지 하지 않을 확률로 나눈 값인 odds에 log를 취한 값이다. # Log-Odds = log(사건이.. [Coursera] 1. Neural Network 🥑 Coursera의 "Neural Networks and Deep Learning" 강좌의 내용을 배우면서 개인적으로 정리한 내용입니다. 기본적인 Neural Network는 다음과 같은 요소로 구성된다. 입력층(Input Layer) 신경망에 데이터를 입력하는 부분이다. 입력층에 들어가는 데이터들을 일반적으로 x로 표기하여 사용한다. 예를 들어, 이미지 데이터의 경우 각 픽셀 값을 입력으로 사용할 수 있다. 은닉층(Hidden Layer) 은닉층은 여러개가 있을 수 있다. 각 은닉층은 여러 뉴런으로 구성되어 있으며, 입력층에서 들어온 데이터를 변형하고 특징을 추출하는 역할을 한다. 각 은닉층의 뉴런은 이전 층의 뉴런과 연결되어 가중치와 활성화 함수에 의해 값을 전달받습니다. 가중치(Weight) 각 .. 이전 1 2 다음
