머신러닝 (2)

Chapter 3 회귀

1) 지도 학습과 비지도 학습

• 데이터 기반 문제 해결 절차
  
  -> 모델 스스로 데이터를 기반으로 변화에 대응
  

• 지도학습의 종류
  -> 1) 분류 Classification
  
  -> 2) 회귀 Regression
  

• 비지도학습의 종류
  -> 1) 군집
  
  -> 2) 차원 축소
  

2) 회귀

• 머신러닝 모델 만들기 (주택 가격을 예측한다면)
  

-> 만약 1차 함수라면

• 선형 회귀
  -> 입력 변수 x가 하나인 경우, 선형 회귀 문제는 주어진 학습데이터와 가장 잘 맞는 Hypothesis 함수 h를 찾는 문제가 됨

• OLS(Ordinary Linear Least Square): 최소자승법, 잔차제곱합 최소화하는 가중치 벡터를 구하는 방법

회귀

Chapter 4 회귀로 푸는 보스턴 집 값 예측

• 다변수라고 해고 벡터로 표현하면 일반화시킬 수 있음
  
  -> 모델을 선으로 만든다

• 입력 변수가 4개 일 때
  

• 보스턴 집값 데이터
  

Boston 집값 예측

이 글은 제로베이스 강의 자료 일부를 발췌하여 작성되었습니다