Classification – Logistic Regression

Classification – Logistic Regression

분류(Classification)

• Training Data 특성과 관계 등을 파악한 후에, 미지의 입력 데이터에 대해서 결과가 어떤 종류의 값으로 분류될 수 있는지를 예측하는 것
• 예 : 스팸문자 분류[Spam(1) or Ham(0], 암 판별[악성종양(1) or 종양(0)]
  

Classification

손실함수(loss function), W, b

• 분류 시스템(classification) 최종 출력 값 y는 sigmoid 함수에 의해 논리적으로 1 또
  는 0 값을 가지기 때문에, 연속 값을 갖는 선형회귀 때와는 다른 손실함수 필요함
  

손실함수(loss function) cross-entropy 유도

Classification 최종 출력 값 y는 sigmoid 함수에 의해 0~1 사이의 값을 갖는 확률적인 분류 모델이므로, 다음과 같이 확률변수 C를 이용해 출력 값을 나타낸다.

[W, b] 계산 프로세스

Logistic regression implementation using python

Simple logistic regression(classification)

Simple logistic regression(classification) - example

Multi-variable logistic regression(classification) - overview

Multi-variable logistic regression(classification) - example

머신러닝 XOR 문제

AND, OR, NAND, XOR

논리게이트 – AND . OR . NAND . XOR

AND . OR . NAND . XOR Internal

LogicGate class - AND . OR . NAND . XOR 검증

External function

LogicGate class

usage

LogicGate class - AND . OR . NAND . XOR : 구현 코드

AND 게이트 훈련

AND 게이트 테스트

OR 게이트 훈련

OR 게이트 테스트

NAND 게이트 훈련

NAND 게이트 테스트

XOR 게이트 훈련

XOR 게이트 테스트

XOR=NAND + OR 조합으로 계산

XOR 구현