머신러닝 2

Supervised - Linear Regression - Gradient Descent(경사하강법)

1. Regression ( 수치예측) - error값의 최소값을 찾아 최적의 기울기를 찾음. 평가기준(error=loss=cost 동일 기준 개념(전부 낮아야 함)) y: 실제값, ^y:예측값 cost(loss)손실값 : (y-^y)^2 MSE : mean(y-^y)^2 learning rate(stepsize) 는 w값이 크면 발산할 수 있으므로 조금씩 W값을 이동 시키는 상수 학습원리 gradient decent : w = w-@미분(w) 출처 blog.naver.com/PostView.nhn?blogId=beyondlegend&logNo=221346376413 머신러닝 경사하강법 (Gradient Decent Algorithm) 선형회귀(Regression)에서 가중치 W, 바이어스 b 를 찾는 ..

인공지능(AI) 2020.10.15

AI(Artificial Intellligence) 인공지능

Artificial Intellligence(AI) * 인공장치들의 지능을 설계 및 인간 지능을 모방. * 지능 : 추론,기억,인식,이해,학습 등 현실세계에 적응하기 위한 능력 1차 인공지능(과거) : 수동적 대화 시스템 / 한계점 : 프레임의 문제 발생(고려해야될 사항이 많음) 2차 인공지능(과거) : 전문지식 시스템 활용 / 한계점 : 지식 획득 병목의 문제(표현할 수 없는 범위가 많음) 3차 인공지능(현재) : 빅데이터와 딥러닝 (학습) / * 아기들은 '아빠'라는 소리를 지속적으로 듣고 보면서 학습하며 인식한다. 컴퓨터는 데이터를 디지털화하여 지속적으로 학습시킴으로써 인식하도록 만든다. *인공지능도 학습을 기반(머신러닝) Machine Learning(ML) * Machine(머신) - 함수로 분..

인공지능(AI) 2020.10.14