📌 ML. Lab 01- Tensor Flow의 설치 및 기본적인 Operation
Tensor flow란?
Data flow graphs를 사용해 numerical한 계산을 할 수 있게 도와주는 library.
"sess run" 코드가 들어있다는 전제하에,
1.그래프를 작성한다.
2.그래프를 작동시킨다.
3. 결과 값이 도출된다.
📌 MC. Lec 02- Linear Regrssion의 Hypothesis와 Cost 설명
Predicting exam score.
| X (hours) | Y (score) |
|---|---|
| 10 | 90 |
| 9 | 80 |
| 3 | 50 |
| 2 | 30 |
Train Regression
Q1. 7시간 공부했다는데, 점수가 어떨까?
A1. 대략 65점을 받을 것 같아.
Regression을 활용한다는 것
: 가설을 세우는 것과 같다
일차함수 그래프를 떠올려보자.
기준 선을 잡고 어느 선이 기준선에 가까운지 찾자!
" H(x) = W(x) + B "의 일차식으로 표현이 가능하다.
📌 ML. Lec 03- Linear Regression의 cost와 알고리즘 원리설명
How to minimize cost!
simplified hyphothesis
cost를 minimized하는 최솟값 W를 찾는것이 목표
*H(x) = W(x)
과거 기록은 아래 티스토리에 있습니다. 참고해주세요:)