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 | 31 |
Tags
- coursera
- classification problem
- Runtime constants
- 단항연산자
- #define
- 프로그래밍
- 홍정모님
- 연산자
- 이코테
- Andrew Ng
- 코드블럭 오류
- compile time constants
- 기계학습 기초
- decimal
- 본즈앤올
- CLion
- 형변환
- algorithm
- 코딩테스트
- 학습 알고리즘
- Greedy
- sizeof()
- C++
- Machine Learning
- 기계학습
- #endif
- regression problem
- standford University
- 나동빈님
- const
Archives
- Today
- Total
목록비용함수 (1)
wellcome_공부일기
2. Model and Cost Function- Cost Function
* 해당 글은 coursera의 Machine Learning by Andrew Ng 강의를 토대로 작성되었습니다. 1. 우리는 어떻게 파라미터 Θ값을 설정해야 할까? 2. Θ값에 따른 예시들 3. Θ에 어떤 값을 넣어야 데이터를 잘 측정할 수 있을까? 4. Summary 1. 우리는 어떻게 파라미터 Θ값을 설정해야 할까? 가설(Hypothesis)은 함수로, 우리가 알아야 할 것은 어떻게 데이터를 잘 예측하는 함수를 만들 수 있을까?로, 즉 어떻게 가설의 2개 파라미터, Θ0과 Θ1를 고를 것이냐는 것과 같은 고민이라고 할 수 있습니다. - 비용함수를 사용하면 주어진 데이터에 가장 가까운 일차함수 그래프를 알아낼 수 있다 - 가설에서 어떻게 Θ0과 Θ1 값을 선택하느냐에 따라 다른 가설들이 만들어질 수..
컴퓨터 과학/머신러닝
2020. 6. 11. 00:46