관광이 블로그

1. hypothesis 요약 cost가 최적화 된다는것은 최저가 되는 지점 Cost Function 을 간단히 요약하면 이렇게 표현이 가능하다. 2.Cost Minimizing Structure W.Assgin 함수를 통해서 Assgin할수 있다. 이것의 update에 할당해서 실행을 시키게 된다면,일련의 동작들이 수행되게 된다. 3. matplotlib 설치하기실습에 앞서 matplotlib 를 사용할것인데, 이것은 시각화 라이브러리라고 생각하면 편하다. 실습에서 사용할것이므로 (tensorflow) kgh-2:tensorflow kgh$ pip install matplotlib 4. 실습 Cost Minimizing -1 이제 이것을 사용하여 그래프를 그려보자# Lab 3 Minimizing Cos..

1. what cost look like? W=2 의 값일때 cost(W)의 값은 4.67로 동일하다 Y축 : Cost X축 : W로 두었을 때, minimize 시킬 수 있어야한다. 2. Gradient descent algorigm (1) minimize cost function (2) Gradient descent is used minimization problems (3) for a given cost function 3. how it works?gradient descent the lowest point부분을 찾는다.(경사가 있는 그래프의 minimize) 경사를 어떻게 구할 수 있을까? 미분을 사용한다.미분을 사용한다는것은 ? 그 그래프의 기울기를 구한다고 생각하면 쉽다. Ex)미분의 예제 C..

1. Hypothesis and cost functioncostfunction의 기본 원리 및 구조 2. 이제 tensorflow 실습-1 import tensorflow as tftf.set_random_seed(777) # for reproducibility # X and Y data 학습데이터 X,Yx_train = [1, 2, 3]y_train = [1, 2, 3] # Try to find values for W and b to compute y_data = x_data * W + b# We know that W should be 1 and b should be 0# But let TensorFlow figure it out Variable은 변수와 다른 개념인데, 텐서플로우가 자체적으로 변경시키..

1. Linear Regression Predicting exam score : regression supervised learning 을 통해 알아보자.supervised learning은 간단히 데이터를 가지고 학습을 시키는것이다. learning course : Train -> regression 간단히 말하면,데이터를 trainning 시켜놓은 후, 그 조건에 맞는 데이터에 대한 확률을 regression analysisX,Y의 표로 시행되고 있음을 알면된다. (1) Linear Regression이란?(hypothesis)데이터 분석에 있어서 하나의 가설 검증이 필요하다. 이 가설을 검증할때, Linear 한 모델이 우리 데이터에 맞을것이다. 라는의미 가설을 세우고, 가장 적합한 데이터를 결정하..