모두를 위한 딥러닝 3일차

Logistic Classification

Binary Classification

주식, 영상 진단 등등 굉장히 다양한 분야에서 광범위하게 사용될 수 있음

공부시간에 따른 pass or fail 추측하기
Linear Regression을 사용할 수 있을까?

Linear Regression을 사용하면 hours의 증가에 따라 결과값이 커져야하는데 2시간을 공부하던 100시간을 공부하던 pass이면 결과값이 1이다.

그러면 이전에 더 작은 값만 있는 집단을 학습했을 때와 100시간 데이터가 있을 때 H(x)가 가지는 기울기가 달라지게 되고 그러면 pass인데도 불구하고 fail로 판단될 가능성이 높아진다.

그리고 일차함수 형태의 가설은 결과값으로 0,1의 값만 가지는 것이 아니다.

그래서 찾아낸 함수 sigmoid

이걸 바탕으로 가설을 만들었다.

Hypothesis

Cost function

Linear Regression의 cost function은 매끄러운 밥그릇 형태였지만 sigmoid 의 cost function은 크래커 처럼 함수가 구불해진다.

=> 경사타고 내려가기 불가능하다

Cost function

로그를 쓰는 이유: 꼬불꼬불을 만드는 이유가 되는 지수를 내리기 위해서

값을 잘못 예측하게되면 cost가 굉장히 커지게 된다.
=> 두 함수를 붙여서 그리면 경사 타고 내려가기가 가능해짐

if 컨디션 없이 한번에 나타내기

오늘 들은 영상

Logistic Classification의 가설 함수 정의
Logistic Regression의 cost 함수 설명