Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 생성형 AI
- 머신러닝
- fastapi
- 컨설턴트
- Redis
- kubernetes
- jpa
- vue.js
- POD
- SpringBoot
- LLaMa
- BFS
- 생성형
- 오픈시프트
- 쿠버네티스
- OpenShift
- k8s
- LeetCode
- 도커
- 로깅
- Machine Learning
- 메세지큐
- 컨설팅
- Python
- 솔루션조사
- GPT
- Docker
- vuejs
- 리트코드
- fast api
Archives
- Today
- Total
목록파라미터 (1)
수 많은 우문은 현답을 만든다
머신러닝 선형, 비선형과 학습
선형(linear), 비선형(non linear) 선형 선형회귀란, 주어진 데이터 집합에 대해 종속변수와 n개의 독립변수 사이의 선형 관계를 모델링 하는 것을 말한다. 수식으로 예를들면 y=ax+b (y: 종속변수, x: 독립변수) 처럼 표현할 수 있고 독립변수는 input, 종속변수는 output의 개념으로 생각할 수 있다. 즉 선형회귀는 집합에서 최적의 선을 찾는게 목표이며 독립변수의 계수들이 선형관계에 있는것을 선형이라 한다. 선형회귀는 위 수식처럼 y=ax+b 처럼 표현할 수 있고 b는 절편(=bias), 그리고 a는 기울기 또는 가중치(wieght)라고 한다. x는 파라미터 값으로 직접적인 컨트롤을 할 수 없으며 우리가 궁극적으로 구하려는건 a와 b의 값을 구해서 y(=price, 확률 등)을 ..
인공지능/머신러닝
2024. 1. 3. 02:38