25G.story

Linear Regression 어떠한 Regreassion 모델이 어떠한 트레이닝 데이터를 통해서 학습을 했을때 해당 regression은 어떠한 예측을 실행할때 학습된데이터를 토대로 결과를 도출해 냅니다. 이러한 백터데이터를 통해 학습을 할때는 어떠한 하나의 가설을 새울 필요가 있습니다. 해당 가설을통해서 데이터를 평가하는 것이 Linear Regression입니다. 이 가설에 대한 예를 들자면 어떠한 운동선수가 훈련시간이 길수록 결과가 좋아진다. 혹은 공부한 시간이 길수록 성적이 좋다. 등이 있겠습니다. 백터에서 선을 그으면서 데이터에 가장 근접한 값을 찾는 것입니다. 이를 수학적인 수식이 H(x) = Wx + b 입니다. H(x)는 우리가 설정한 가설이 되는 것이고, W와 b에 따라서 백터위에 여..

ML(머신러닝)? 머신러닝은 일종에 소프트웨어 입니다. 이 소프트웨어를 개발자들이 만들때 경우에따라선 엄청나게 많은 경우의수를 요구하는 경우가 존재합니다. 예를 들자면 스펨메일 필터같은 것이지요. 어떤 메일이 스펨인지 유효한 메일인지 컴퓨터가 가려내기위해서 개발자가 전부 분기처리하기엔 무리가 있기때문이죠. 그래서 탄생한것이 머신러닝입니다. 이러한 분기처리를 프로그렘자체가 데이터를 보고 학습하는 능력을 같게 하자는 취지에서 시작됐습니다. 무려 1950년도에 Arther라는 사람이 생각해 낸 이론입니다. Supervised learning 어떠한 이미 정해져 있는 데이터를 토대로 학습을 시키는 것입니다. 예를 들자면 어떠한 이미지를통해 이 이미지에 고양이가 있는지 없는지 고양이라는 테그가 달려있는 이미지를 ..

통계 기본 이론 예측 분석학 - 대전제는 역사는 반복적이다. - 과거 데이터에 대한 적합화를 수행하여 이를 테스트 - 결과 성능에 대한 척도가 검증되면 - 동일 모델에 대해서 미래 예측에 활용 독립 변수 - 관측치, 입력 변수, 특징, feature, 설명변수 등 종속 변수 결과 변수, 반응 변수, 응답 변수, 설명된 변수, 측정된 변수, 레이블, 실험 변수 등 변수들로 이루어진 수학식 - 이를 이용하여 계산 후 실제에 적용 - 이를 통해서 추정을 한다 -> 통계 학문 가정 - 항상 모든 변수들이 만족해야하는 기본 가정으로부터 시작한다. 머신러닝 - 의의 - 머신 러닝은 과거 경험에서 학습을 통해 얻은 지식을 미래의 결정에 이용하는 전산학의 한 분야 - 전산학과 공학, 통계학의 교집합으로 볼 수 있다 -..