기계에게 많은 양의 데이터를 주는 것을 통해서 기계가 그 데이터를 사용하면서 자기 스스로 추측을 하며 학습한다.
정답이 주어진 상태에서 컴퓨터를 학습시키는 방법.
ex ) 고양이나 강아지 사진을 기계에게 학습시키는 것회귀 (Regression)
- 어떤 데이터들의 특징을 토대로 값을 예측하는 것.
- 결과 값은 실수 값을 가질 수 있다.(그 값들은 연속성을 갖는다. 그래프)
ex) 어디 동네에 어떤 평수 아파트면 집 값이 얼마일까 ?
어디는 20평에 얼마, 어디는 26평에 얼마
Pass or Non-pass 예측
ex) 고양이, 병아리, 기린, 호랑이 사진을 기계에게 동물의 이름을 정의 하지않고 가르쳐 주면 기계가 스스로 다리가 4개인것, 목이 긴것, 몸통이 작은것으로 군집화 하는것이다.
노드 (연산작업)
엣지 (노드와 노드 연결)
데이터 (tensor)
가장 작은 단위 스칼라
그래프를 사용해서 텐서플로우 작성 (학습데이터 작성)
세션을 작동시킨다.
결과를 계속 업데이트 시킨다.(첫번째로 나온 결과를 리커젼느낌으로 계속 실행)
몇개의 Array 구성이냐, [] 1개 (1차원) ,[[]] 2개 (2차원)
각각의 element에 몇 개씩 가지고 있냐
[1,2,3] 3개 가지고 있다.
H(x) = XW
입력값이 여러게가 되면 코드가너무 길어지기 때문에 matrix를 사용한다.
아래 형식처럼 규칙을 통해서 찾아갈 수가있다.