multi-variable regression hypothesis cost funtion 변수가 수십~수천개인 경우 Matrix를 사용하는것이 좋다 Matrix 곱 ![](https://velog.velcdn.com/images/hyoju2259/post/d9

이해를 돕기 위해 b를 없앤 가설 H(x) = Hx에서 cost를 최소화 해보자!그림의 데이터셋을 가졌을때 W=1 일때,cost(W) = 1/3\*((1\*1-1)^2 + (1\*2-2)^2 + (1\*3-3)^2) = 0W=0 일때,cost(W) = 1/3\*((0\

regression 상기 데이터셋(training data)를 ML모델에 학습(training)시킨 뒤 특정 학생의 학습시간(X)을 통해 ML모델을 통해 점수(Y)를 예측하는 것 Hypothesis 우리가 가진 데이터와 맞는 선을 찾는 과정을 학습이라고 함 어떤

머신러닝이란? 러닝이란? supervised unsupervised regression이란? classification이란?

데이터베이스 생성 DB생성 사용할 DB설정 테이블 생성 PK primary key NN not null AI auto increment 데이터 타입\ Numeric types 정수형 tinyint TINYINT SIGNED : -128 ~ 127 TINYINT

데이터베이스 이상현상 데이터베이스에서 삽입, 업데이트, 삭제를 제대로 할 수 없게 되는 경우 데이터 모델링을 제대로 하지 않았기 때문에 발생 삽입이상 새로운 데이터를 자연스럽게 저장할 수 없는 경우 업데이트 이상 데이터를 업데이트 했을 때, 정확성을 지키기 어려워지는

On update / On delete 제약조건 restrict 개체를 변경/삭제할 때 다른 개체가 변경/삭제할 개체를 참조하고 있을 경우 변경/삭제가 이루어지지 않음 cascade 개체를 변경/삭제할 때 다른 개체가 변경/삭제할 개체를 참조하고 있을 경우 함께 변경

데이터 모델의 요소 Entity (개체) 데이서베이스에 저장하고 싶은 데이터의 주체, 즉 row Entity Type (개체 종류) Entity를 일반화하였을때, 즉 Table Attribute (속성) Entity에 대해서 실제로 저장하려는 내용/특징, 즉 col

서브쿼리 SELECT절에 있는 서브쿼리 WHERE절에 있는 서브쿼리 FROM절에 있는 서브쿼리 FROM절의 서브쿼리의 결과는 derived table이라고 불린다 내부쿼리 외부쿼리 IN 괄호 내의 값 중 일치하는 것이 있으면 TRUE를 리턴 ANY 단 하

FOREIGN KEY 참조를 하는 테이블은 '자식 테이블' 참조를 당하는 테아블은 '부모 테이블' 외래키는 다른 테이블의 특정row를 식별할 수 있어야 하기 때 때문에 주로 다른 테이블의 primary key를 참조할 때가 많습니다 설정 방법 CREATE문으로

집계함수 COUNT NULL값은 제외하고 카운트 NULL을 제외한 값을 카운트 \*을 넣어 실행하면 NULL과 상관없이 항상 정확한 카운트가능 MAX MIN AVG NULL인 row는 제거하고 실행됨 SUM 합계 STD 표준편차 산술함수 ABS 절대값

SELECT * FROM member; SELECT email, age, adress FROM memeber; SELECT * FROM member WHERE email = 'taehos@hanmail.net; USE [DB이름]; SELECT * FROM memeb

방대한 양의 데이터를 신속하고 거의 실시간으로 저장, 검색, 분석할 수 있는 빅데이터 플랫폼이다.분산 검색 엔진으로 검색어에 대한 유사도 스코어를 기반으로 한 정렬을 제공한다.모든 통신을 REST API를 이용하도록 만들어 프로그래밍 언어와 무관하게 사용자가 쉽게 접근

ORM이란? select select * from movie; orm movie.object.all() where select * from movie(id=1); orm movie.object.filter(id=1) %s (select * from movie wh

Minibatch Gradient Descent 전체 데이터를 균일하게 나눠서 학습 Minibatch Gradient Descent: Effects 모든 데이터를 사용하지 않아 업데이트가 좀 더 빠르다 전체 테디트를 쓰지 않아서 잘못된 방향으로 업데이트 할 수도

Multivariate Linear Regression란?

Simpler Hypothesis Function bias 없이 Gradient Descent를 잘 이해해보자! Dummay Data H(x) = x 가 정확한 모델 W = 1이 가장 좋은 케이스 Cost function: Intuition >여기서 cost는

linear regression에선 mean squared error (MSE)함수로 계산함

View (as Reshape in Numpy) > > (2*2, 3) = (4, 3) > (2*2,1,3) Squeeze >

웹 사이트 화면은 각 요소가 비슷하고 반복적으로 사용한 경우가 많다. 컴포넌트는 MVC의 뷰를 독립적으로 구성하여 재사용도 할 수 있고 컴포넌트를 통해 새로운 컴포넌트를 쉽게 만들 수도 있다.