### Predicting exam score : regression
X(horus) y(socre)
10 90
9 80
3 50
2 30
regression(data) 모델을 넣어주면 결과가 나온다.
요것이 ML의 기본.
### (Linear) Hypothesis - 선 가설
(Linear) Hypothesis가 일상 생활에 적용 가능한 경우가 많음
ex) 시험 공부를 일정 시간 만큼 했을 때, 결과 점수
H(x) = Wx + b
### Cost Function
- How fit the line to our (traning) data
(H(x) - y)^2
해당 선과 데이터 표본의 거리가 적을수록 원하는 값에 가깝다.
이 거리가 적은 값을 구하는 것이 목표이며 TensorFlow를 사용하는 이유겠지?
minimize cost(W,b) 가 목표.
### 참고
https://www.youtube.com/watch?v=Hax03rCn3UI&index=4&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm
해당 영상을 바탕으로 작성
'AI - ML' 카테고리의 다른 글
ML lab 04-2: TensorFlow로 파일에서 데이타 읽어오기 (new) (0) | 2019.03.18 |
---|---|
ML lab 02 - TensorFlow로 간단한 linear regression을 구현 (new) (0) | 2019.02.18 |
ML lab 01 - TensorFlow의 설치및 기본적인 operations (new) (0) | 2019.02.18 |
ML lec 01 - 기본적인 Machine Learning 의 용어와 개념 설명 (0) | 2019.02.15 |
Lec 00 - Machine/Deep learning 수업의 개요와 일정 (0) | 2019.02.15 |